本研究提出了一种新的元启发式算法,称为沙猫群优化(SCSO),该算法模拟了试图在自然界中生存的沙猫行为。这些猫能够检测到低于 2 kHz 的低频,并且还具有令人难以置信的挖掘猎物的能力。受这两个特征的启发,所提出的算法由两个主要阶段(搜索和攻击)组成。该算法以平衡的方式控制勘探和开发阶段的过渡,在以较少的参...
作者提出的沙丘猫算法就是受这两种特性的启发,也包括两个阶段:搜索和攻击,此外,还提出一种用于平衡探索和利用的机制。 数学模型和优化算法 沙丘猫群优化模拟了沙丘猫的两个主要行为:搜寻猎物和攻击猎物。由于自然界中的沙丘猫是独立生活的,那么在提出的算法中,为了提出种群智能的概念,作者假设沙丘猫是群体性的。 初...
在解决优化问题时，会涉及到一系列的决策变量，每个变量都受到上下限的约束。因此，在算法设计的起始阶段，我们需要构建一个候选解矩阵，其构建方式如下图中所示。通过构建候选解矩阵，算法起始阶段设定每只沙丘猫的初始位置进行评估，以此启动优化进程。在上图中，每一行代表一只沙丘猫，而行中的每个变量的取值则构成了...
沙猫群优化算法(SCSO)是受自然界沙猫行为的启发而提出的。沙猫的两个主要活动是觅食和攻击猎物。该算法的灵感来自沙猫的特殊特征,即能够检测低频噪声。无论是在地面上还是在地下,沙猫都能找到猎物,这得益于它们非凡的特征。由于这个重要的特征,它可以很快地找到并抓住猎物。 2.1.1 初始化 该算法是一种基于种群的...
第一种模式称为“搜寻模式”,该模式下的猫处于休息状态,密切注视着周围的环境;第二种模式称为“追踪模式”,是猫跟踪、追逐动态猎物时的状态。通过结合这两种模式往往能实现全局优化。 猫群算法中,一部分猫执行搜寻模式,剩下的则执行跟踪模式,两种模式通过结合率MR(MixtureRatio)进行交互,MR表示执行跟踪模式下的猫...
其中,猫群算法(Cat Swarm Optimization,简称CSO)是一种模拟猫群觅食行为的智能优化算法。它模拟了猫群团结协作、沟通合作、信息共享等行为特征,通过猫群的协同行为来解空间以获取全局最优解。本文将重点介绍智能优化计算中的猫群算法。 猫群算法首先模拟了猫的觅食行为。在自然界中,猫通过嗅觉、听觉等感知手段寻找...
智能优化算法:沙猫群算法 摘要:沙猫群优化算法(Sand Cat Swarm Optimization,SCSO)是由Amir Seyyedabbasi和Farzad Kiani于2022年提出的一种新的元启发式算法,该算法是一种模仿自然界中沙猫生存行为的智能优化算法。 1.沙猫群优化算法基本原理 沙猫(Felis margarita)是哺乳动物科的一种猫科动物,生活在中亚撒哈拉、非...
1.两个阶段:搜索和攻击猎物。本文提出的算法(SCSO)就包括了这两个阶段,此外,还提出了一种机制来实现探索和利用阶段的平衡。 2.算法运行时首先根据问题的规模( N pop × N d ) , ( pop = 1 , . . . , n =1,…,n=1,…,n)利用沙丘猫群创建一个候选矩阵,然后就目标函数对每个沙丘猫进行适应度评...