基于群體的元啟發(fā)式算法——象鼻蟲(chóng)傷害優(yōu)化算法
象鼻蟲(chóng)是一種長(zhǎng)著細(xì)長(zhǎng)鼻子的昆蟲(chóng)，來(lái)自象鼻蟲(chóng)總科，約有97000種。大多數(shù)人認(rèn)為害蟲(chóng)會(huì)對(duì)環(huán)境造成破壞，有些種類如小麥象鼻蟲(chóng)、玉米象鼻蟲(chóng)和棉鈴象鼻蟲(chóng)對(duì)作物，尤其是谷物造成巨大的破壞。本研究提出了一種新的基于群體的元啟發(fā)式算法，該算法模擬了象鼻蟲(chóng)的飛勢(shì)、吻勢(shì)和對(duì)作物或農(nóng)產(chǎn)品的傷害力。使用12個(gè)基準(zhǔn)單峰和多峰人工或優(yōu)化函數(shù)對(duì)該算法進(jìn)行了測(cè)試。
編輯：黃飛
聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
算法
+關(guān)注
關(guān)注
23文章
4739瀏覽量
96718
原文標(biāo)題：【分享】【已驗(yàn)證源碼】【R2022b】象鼻蟲(chóng)傷害優(yōu)化算法
文章出處：【微信號(hào)：MATLAB的科學(xué)與工程應(yīng)用，微信公眾號(hào)：MATLAB的科學(xué)與工程應(yīng)用】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
混合啟發(fā)式算法在汽車調(diào)度中的應(yīng)用
Descent)是VNS的一種變形，它通過(guò)一種確定的方式來(lái)改變領(lǐng)域結(jié)構(gòu)的使用。蟻群優(yōu)化屬于群體基于群體的算法，而變領(lǐng)域下降搜索則是屬于軌跡法?；?b class='flag-5'>
發(fā)表于 09-19 09:21
改進(jìn)的雙向啟發(fā)式搜索算法主要流程是怎樣的？
如何對(duì)雙向啟發(fā)式搜索算法進(jìn)行改進(jìn)和實(shí)現(xiàn)？改進(jìn)的雙向啟發(fā)式搜索算法主要流程是怎樣的？
發(fā)表于 05-17 06:51
基于粗糙集的啟發(fā)式約簡(jiǎn)算法
基于粗糙集的啟發(fā)式約簡(jiǎn)算法:粗糙集理論是由波蘭華沙理工大學(xué)Z.Pawlak教授在1982年提出的，是一種研究不精確、不確定性知識(shí)的數(shù)學(xué)工具[1]。粗糙集理論的核心思想是在保持分類能
發(fā)表于 10-19 21:01
?11次下載
一種采用啟發(fā)式分割點(diǎn)計(jì)算的包分類算法
針對(duì)區(qū)域分割包分類算法存在的規(guī)則分布差異較大的缺陷，該文提出一種基于啟發(fā)式分割點(diǎn)計(jì)算的區(qū)域分割包分類算法。首先依據(jù)規(guī)則集的分布規(guī)律進(jìn)行分割點(diǎn)計(jì)算，然后再進(jìn)行結(jié)
發(fā)表于 11-13 14:53
?4次下載
一種求上近似約簡(jiǎn)的快速啟發(fā)式算法
利用時(shí)間復(fù)雜度為O(C U )求U /C的快速算法，設(shè)計(jì)了一種基于屬性重要度的上近似約簡(jiǎn)快速啟發(fā)式算法，將時(shí)間復(fù)雜度降為2 O(C D U )，該算法在處理?yè)碛泻Ａ繑?shù)據(jù)的決策表時(shí)，具有
發(fā)表于 12-18 16:49
?14次下載
多頭動(dòng)臂式貼片機(jī)貼裝時(shí)間分階段啟發(fā)式優(yōu)化算法
摘要:貼片機(jī)貼裝時(shí)間是影響表面組裝生產(chǎn)線效率的重要因素，文中提出了一種改進(jìn)式分階段啟發(fā)式算法解決具有分飛行換嘴結(jié)構(gòu)的多貼裝頭動(dòng)臂式貼片機(jī)貼裝時(shí)間優(yōu)化問(wèn)題;首先，根
發(fā)表于 11-12 23:37
?25次下載
基于時(shí)序行為分析的自適應(yīng)混合啟發(fā)式協(xié)同優(yōu)化算法
過(guò)程流數(shù)據(jù)具有實(shí)時(shí)性、連續(xù)性和時(shí)序性等特征，使得傳統(tǒng)過(guò)程挖掘算法難以發(fā)現(xiàn)隱含信息和演化過(guò)程。針對(duì)流過(guò)程模型的動(dòng)態(tài)演化和重構(gòu)要求，提出了一種基于時(shí)序行為分析的自適應(yīng)混合啟發(fā)式協(xié)同優(yōu)化算法
發(fā)表于 11-21 14:48
?2次下載
基于改進(jìn)自組織臨界優(yōu)化的元啟發(fā)式灰狼優(yōu)化算法
針對(duì)新型元啟發(fā)式算法灰狼優(yōu)化（ GWO）算法在尋優(yōu)過(guò)程中易陷入局部最優(yōu)這一問(wèn)題，提升該算法獲取全
發(fā)表于 12-17 11:00
?0次下載
帶靜不平衡約束的矩形裝填問(wèn)題的啟發(fā)式算法
（WL）抽樣算法是一種改進(jìn)的蒙特卡羅方法，已經(jīng)被成功地運(yùn)用蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等優(yōu)化問(wèn)題。本文以衛(wèi)星艙布局優(yōu)化問(wèn)題為背景，首次將WL抽樣算法引入矩形裝填問(wèn)題的求解。針對(duì)矩形裝填物的特點(diǎn)，提出
發(fā)表于 12-19 15:44
?0次下載
基于網(wǎng)頁(yè)排名算法面向論文索引排名的啟發(fā)式方法
為了提高學(xué)術(shù)論文檢索的精準(zhǔn)性,進(jìn)而為學(xué)術(shù)研究提供便利,提出了針對(duì)學(xué)術(shù)論文檢索問(wèn)題的排名策略。首先,介紹了基于網(wǎng)頁(yè)排名算法面向論文索引排名的啟發(fā)式方法,其中利用Hash索引技術(shù)有效地減少了稀疏矩陣計(jì)算
發(fā)表于 12-30 17:00
?0次下載
基于區(qū)分對(duì)象集的啟發(fā)式屬性約簡(jiǎn)算法
基于正域的屬性約簡(jiǎn)算法是利用下近似思想，僅考慮被正確區(qū)分樣本數(shù)的約簡(jiǎn)算法。借鑒上近似的思想，利用鄰域信息粒的概念定義了區(qū)分對(duì)象集，探討了其基本性質(zhì)，并提出了基于區(qū)分對(duì)象集的屬性重要度度量及啟發(fā)式屬性
發(fā)表于 01-05 11:28
?0次下載
量子啟發(fā)式提升投資收益：指數(shù)復(fù)制與指數(shù)優(yōu)化
算法？量子啟發(fā)式算法是一種利用量子力學(xué)概念和原理的經(jīng)典計(jì)算方法，可用于解決金融領(lǐng)域“指數(shù)追蹤”和“基于指數(shù)的投資組合優(yōu)化”問(wèn)題，速度上相對(duì)傳統(tǒng)經(jīng)典計(jì)算方法有進(jìn)一步提
工商網(wǎng)監(jiān)
評(píng)論