欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 新闻 > 社会 > 【智能算法】改进蚁狮优化算法【matlab】

【智能算法】改进蚁狮优化算法【matlab】

2025/1/8 1:46:49 来源:https://blog.csdn.net/superone89/article/details/144896069  浏览:    关键词:【智能算法】改进蚁狮优化算法【matlab】

目录

1 主要内容

2 部分程序

3 程序结果

下载链接


主要内容

该程序方法复现《改进蚁狮算法的无线传感器网络覆盖优化》两种改进算法模型,即原始ALO算法的基础上添加了两种改进策略:

- 改进1:将原先的间断性边界收缩因子变为连续性边界收缩因子,从而增强算法的遍历性

- 改进2:将原先均衡的权重系数变为动态权重系数,平衡算法的全局搜索和局部开发能力

部分程序

I=(400/max_iter)*sinh(20*current_iter/max_iter); %% 改进1:连续性边界收缩因子% Dicrease boundaries to converge towards antlion
lb=lb/(I); % Equation (2.10) in the paper 
ub=ub/(I); % Equation (2.11) in the paper % Move the interval of [lb ub] around the antlion [lb+anlion ub+antlion]
if rand<0.5lb=lb+antlion; % Equation (2.8) in the paper
elselb=-lb+antlion;
endif rand>=0.5ub=ub+antlion; % Equation (2.9) in the paper
elseub=-ub+antlion;
end% This function creates n random walks and normalize accroding to lb and ub
% vectors 
for i=1:DimX = [0 cumsum(2*(rand(max_iter,1)>0.5)-1)']; % Equation (2.1) in the paper%[a b]--->[c d]a=min(X);b=max(X);c=lb(i);d=ub(i);      X_norm=((X-a).*(d-c))./(b-a)+c; % Equation (2.7) in the paperRWs(:,i)=X_norm;
end

程序结果

仿真图中包含改进后的IALO算法与原始ALO算法的比较,可以看出性能提升明显。

程序包含23种测试函数,可以通过修改main函数中的“F+编号”修改测试函数并进行验证。

下载链接

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com