哪个网站做物业贷,网页设计作品分析案例,视频网站怎么赚钱,网站优化及推广樽海鞘算法的主要灵感是樽海鞘在海洋中航行和觅食时的群聚行为。相关文献表示#xff0c;多目标优化之樽海鞘算法的结果表明#xff0c;该算法可以逼近帕雷托最优解#xff0c;收敛性和覆盖率高。 通过给SSA算法配备一个食物来源库来解决第一个问题。该存储库维护了到目前为… 樽海鞘算法的主要灵感是樽海鞘在海洋中航行和觅食时的群聚行为。相关文献表示多目标优化之樽海鞘算法的结果表明该算法可以逼近帕雷托最优解收敛性和覆盖率高。 通过给SSA算法配备一个食物来源库来解决第一个问题。该存储库维护了到目前为止优化过程中获得的最优解非常类似于多目标粒子群优化(MOPSO)中的存档。存储库有一个最大大小来存储数量有限的最优解决方案。在优化过程中使用Pareto优势操作符将每个樽海鞘与所有存储库原方案进行比较。 如果一个樽海鞘在存储库中占优则必须交换它们把樽海鞘放入存储库原方案拿出。如果一个樽海鞘在存储库中优于一组解决方案那么应该将这一组解决方案全部从存储库中删除并把该樽海鞘应该添加到存储库中。如果至少有一个存储库中的原方案比该樽海鞘更优那么该樽海鞘应被丢弃不加入存储库。如果与所有存储库居民相比该樽海鞘与之互不占优那么该樽海鞘即是最优解则必须将其添加到存储库中。 这些规则可以保证存储库得到的始终都是目前为止算法所获得的最优解决方案。但是有一种特殊情况即存储库已满与存储库原方案相比该樽海鞘也不占优此时本应该将该樽海鞘加入存储库但是存储库满了。当然最简单的方法是随机删除归档中的一个解决方案并将其替换为这个樽海鞘。 由此可见多目标樽海鞘算法与多目标灰狼算法一致也是采用的网格机制。大家可以对比学习。 多目标樽海鞘在ZDT1中的表现 主函数代码 clc
clear
close all% Change these details with respect to your problem
ObjectiveFunctionZDT1;
dim5;
lb0;
ub1;
obj_no2;if size(ub,2)1ubones(1,dim)*ub;lbones(1,dim)*lb;
endmax_iter100;
N200;
ArchiveMaxSize100;
Archive_Xzeros(100,dim);
Archive_Fones(100,obj_no)*inf;
Archive_member_no0;
r(ub-lb)/2;
V_max(ub(1)-lb(1))/10;
Food_fitnessinf*ones(1,obj_no);
Food_positionzeros(dim,1);
Salps_Xinitialization(N,dim,ub,lb);
fitnesszeros(N,2);
Vinitialization(N,dim,ub,lb);
position_historyzeros(N,max_iter,dim);
for iter1:max_iterc1 2*exp(-(4*iter/max_iter)^2); % Eq. (3.2) in the paperfor i1:N %Calculate all the objective values firstSalps_fitness(i,:)ObjectiveFunction(Salps_X(:,i));if dominates(Salps_fitness(i,:),Food_fitness)Food_fitnessSalps_fitness(i,:);Food_positionSalps_X(:,i);endend[Archive_X, Archive_F, Archive_member_no]UpdateArchive(Archive_X, Archive_F, Salps_X, Salps_fitness, Archive_member_no);if Archive_member_noArchiveMaxSizeArchive_mem_ranksRankingProcess(Archive_F, ArchiveMaxSize, obj_no);[Archive_X, Archive_F, Archive_mem_ranks, Archive_member_no]HandleFullArchive(Archive_X, Archive_F, Archive_member_no, Archive_mem_ranks, ArchiveMaxSize);elseArchive_mem_ranksRankingProcess(Archive_F, ArchiveMaxSize, obj_no);endArchive_mem_ranksRankingProcess(Archive_F, ArchiveMaxSize, obj_no);% Archive_mem_ranks% Chose the archive member in the least population area as food% to improve coverageindexRouletteWheelSelection(1./Archive_mem_ranks);if index-1index1;endFood_fitnessArchive_F(index,:);Food_positionArchive_X(index,:);for i1:Nindex0;neighbours_no0;if iN/2for j1:1:dimc2rand();c3rand();% Eq. (3.1) in the paper if c30.5Salps_X(j,i)Food_position(j)c1*((ub(j)-lb(j))*c2lb(j));elseSalps_X(j,i)Food_position(j)-c1*((ub(j)-lb(j))*c2lb(j));endendelseif iN/2 iN1point1Salps_X(:,i-1);point2Salps_X(:,i);Salps_X(:,i)(point2point1)/(2); % Eq. (3.4) in the paperendFlag4ubSalps_X(:,i)ub;Flag4lbSalps_X(:,i)lb;Salps_X(:,i)(Salps_X(:,i).*(~(Flag4ubFlag4lb)))ub.*Flag4ublb.*Flag4lb;enddisp([At the iteration , num2str(iter), there are , num2str(Archive_member_no), non-dominated solutions in the archive]);
end
figure
Draw_ZDT1();
hold on
plot(Archive_F(:,1),Archive_F(:,2),ro,MarkerSize,8,markerfacecolor,k);
legend(True PF,Obtained PF);
title(MSSA); 免费完整代码获取后台回复关键词 多目标02
