麻雀搜索算法（SSA）

一、算法原理

加入者位置更新：

警觉者位置更新：

二、算法流程

步骤1：初始化种群、迭代次数，初始化捕食者和加入者比例；

步骤2 ：计算适应度值，并排序；

步骤3：利用式(3-4)更新捕食者位置；

步骤4：利用式(4)更新加入者位置；

步骤5：利用式(3-6)更新警戒者位置；

步骤6：计算适应度值，并更新麻雀位置；

步骤7：是否满足停止条件，满足则退出，输出结果，否则，重复执行步骤2-6。

三、部分python代码

import numpy as np
from matplotlib import pyplot as plt
import SSA'''适应度函数'''
def fun(X):O=X[0]**2 + X[1]**2return O'''麻雀搜索算法求解x1^2 + x2^2的最小值'''
'''主函数 '''
#设置参数
pop = 50 #种群数量
MaxIter = 100 #最大迭代次数
dim = 2 #维度
lb = -10*np.ones(dim) #下边界
ub = 10*np.ones(dim)#上边界
#适应度函数选择
fobj = fun
GbestScore,GbestPositon,Curve = SSA.SSA(pop,dim,lb,ub,MaxIter,fobj)
print('最优适应度值：',GbestScore)
print('最优解[x1,x2]：',GbestPositon)# 绘制适应度曲线
plt.figure(1)
plt.plot(Curve,'r-',linewidth=2)
plt.xlabel('Iteration',fontsize='medium')
plt.ylabel("Fitness",fontsize='medium')
plt.grid()
plt.title('SSA',fontsize='large')
plt.show()

'''麻雀搜索算法核心代码'''
def SSA(pop,dim,lb,ub,Max_iter,fun):ST = 0.6 #预警值PD = 0.7 #发现者的比列，剩下的是加入者SD = 0.2 #意识到有危险麻雀的比重PDNumber = int(pop*PD) #发现者数量SDNumber = int(pop*SD) #意识到有危险麻雀数量X,lb,ub = initial(pop, dim, ub, lb) #初始化种群fitness = CaculateFitness(X,fun) #计算适应度值fitness,sortIndex = SortFitness(fitness) #对适应度值排序X = SortPosition(X,sortIndex) #种群排序GbestScore = copy.copy(fitness[0])GbestPositon = np.zeros([1,dim])GbestPositon[0,:] = copy.copy(X[0,:])Curve = np.zeros([Max_iter,1])for i in range(Max_iter):BestF = fitness[0]X = PDUpdate(X,PDNumber,ST,Max_iter,dim)#发现者更新X = JDUpdate(X,PDNumber,pop,dim) #加入者更新X = SDUpdate(X,pop,SDNumber,fitness,BestF) #危险更新X = BorderCheck(X,ub,lb,pop,dim) #边界检测fitness = CaculateFitness(X,fun) #计算适应度值fitness,sortIndex = SortFitness(fitness) #对适应度值排序X = SortPosition(X,sortIndex) #种群排序if(fitness[0]<=GbestScore): #更新全局最优GbestScore = copy.copy(fitness[0])GbestPositon[0,:] = copy.copy(X[0,:])Curve[i] = GbestScorereturn GbestScore,GbestPositon,Curve

麻雀搜索算法（SSA）相关推荐

matlab麻雀搜索算法(SSA)优化BP神经网络，权值和阈
matlab麻雀搜索算法(SSA)优化BP神经网络,权值和阈值,一个压缩包共三个文件,包括有数据和代码,放入自己的数据即可得出仿真图形 ID:296679013048817MATLAB
麻雀搜索算法SSA（Sparrow Search algorithm）
文章目录前言数学模型前言麻雀搜索算法是2020提出的一种新的优化算法,出自东华大学xue和shen的论文:A novel swarm intelligence optimization app ...
麻雀搜索算法SSA（有matlab代码，复制粘贴即可）
上代码,少废话.本人亲测,无误.现在我贴出来. clear all; close all; clc;%% 参数设置 N=30; %麻雀个数 dim=2; %评估函数维度 N_discoverer=0. ...
单目标应用：蜣螂优化算法DBO与麻雀搜索算法SSA求解无人机三维航迹规划（提供Matlab代码）
一.无人机三维航迹规划三维航迹规划是无人机在执行任务过程中的非常关键的环节,三维航迹规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路. 1.1路径最短约束无人 ...
基于瞬态自适应的麻雀搜索算法
文章目录一.理论基础 1.麻雀搜索算法SSA 2.瞬态自适应麻雀搜索算法TASSA (1)瞬态搜索策略 (2)自适应惯性权重 (3)TASSA实现流程二.仿真实验与结果分析三.参考文献一.理论 ...
融合黄金正弦和曲线自适应的多策略麻雀搜索算法
文章目录一.理论基础 1.原始麻雀搜索算法(SSA) 2.融合黄金正弦和曲线自适应的多策略麻雀搜索算法(GCSSA) 2.1 Chebyshev混沌映射策略 2.2 位置更新方式改进 2.2.1 黄 ...
基于 Sobol 序列和纵横交叉策略的麻雀搜索算法-附代码
基于 Sobol 序列和纵横交叉策略的麻雀搜索算法文章目录基于 Sobol 序列和纵横交叉策略的麻雀搜索算法 1.麻雀优化算法 2. 改进麻雀算法 2.1 基于 Sobol 序列初始化种群位置 2 ...
单目标应用：基于麻雀搜索算法优化灰色神经网络(grey neural network)的数据预测（提供MATLAB代码）
一.麻雀搜索算法麻雀搜索算法(sparrow search algorithm,SSA)由Jiankai Xue等人于2020年提出,该算法是根据麻雀觅食并逃避捕食者的行为而提出的群智能优化算法.S ...
智能优化算法：麻雀搜索算法-附代码
2020智能优化算法:麻雀搜索算法文章目录 2020智能优化算法:麻雀搜索算法 1.算法原理 2.算法结果 3.参考文献 4.Matlab代码 5.Python代码摘要:麻雀搜索算法(Sparro ...
多目标优化算法：基于非支配排序的麻雀搜索算法（Non-Dominated Sorting Sparrow Search Algorithm，NSSSA）
一.麻雀搜索算法麻雀搜索算法(SSA)的原理参考博客:麻雀搜索算法SSA 二.非支配排序麻雀搜索算法NSSSA 将非支配排序麻雀搜索算法(Non-Dominated Sorting Sparrow ...

麻雀搜索算法（SSA）

麻雀搜索算法（SSA）相关推荐

最新文章

热门文章