【智能算法】饥饿游戏搜索算法(HGS)原理及实现

在这里插入图片描述

目录

    • 1.背景
    • 2.算法原理
      • 2.1算法思想
      • 2.2算法过程
    • 3.结果展示
    • 4.参考文献


1.背景

2021年,Yang等人受到自然界饥饿驱动的活动和动物的行为选择启发,提出了饥饿游戏搜索算法(Hunger Games Search, HGS)。

在这里插入图片描述

在这里插入图片描述

2.算法原理

2.1算法思想

HGS源自动物在寻找食物时的行为模式,强调动物根据感知信息和计算规则与环境交互,优先选择和追求食物来源以支持生存、繁殖和获取食物。饥饿作为强大的驱动力,能够推动动物行为,并在竞争和其他驱动力之间起主导作用。

2.2算法过程

群居动物在觅食过程中经常相互合作:
X ( t + 1 ) → = { G a m e 1 : X ( t ) → • ( 1 + r a n d n ( 1 ) ) , r 1 < l G a m e 2 : W 1 → • X b → + R → • W 2 → • ∣ X b → − X ( t ) → ∣ , r 1 > l , r 2 > E G a m e 3 : W 1 → • X b → − R → • W 2 → • ∣ X b → − X ( t ) → ∣ , r 1 > l , r 2 < E (1) \left.\overrightarrow{X(t+1)}=\left\{\begin{array}{c}Game_1:\overrightarrow{X(t)}•(1+randn(1)),r_1<l\\Game_2:\overrightarrow{W_1}•\overrightarrow{X_b}+\overrightarrow{R}•\overrightarrow{W_2}•\left|\overrightarrow{X_b}-\overrightarrow{X(t)}\right|,r_1>l,r_2>E\\Game_3:\overrightarrow{W_1}•\overrightarrow{X_b}-\overrightarrow{R}•\overrightarrow{W_2}•\left|\overrightarrow{X_b}-\overrightarrow{X(t)}\right|,r_1>l,r_2<E\end{array}\right.\right.\tag{1} X(t+1) = Game1:X(t) (1+randn(1)),r1<lGame2:W1 Xb +R W2 Xb X(t) ,r1>l,r2>EGame3:W1 Xb R W2 Xb X(t) ,r1>l,r2<E(1)
在这里插入图片描述
E是所有位置的变分控制:
E = s e c h ( ∣ F ( i ) − B F ∣ ) (2) E=\mathrm{sech}(|F(i)-BF | )\tag{2} E=sech(F(i)BF)(2)
BF是当前迭代最优适应度,sech为双曲函数:
s e c h ( x ) = 2 e x + e − x (3) \mathrm{sech}(x)=\frac2{e^x+e^{-x}}\tag{3} sech(x)=ex+ex2(3)
参数表述为:
R → = 2 × s h r i n k × r a n d − s h r i n k s h r i n k = 2 × ( 1 − t T ) (4) \begin{aligned}&\overrightarrow{R}=2\times shrink\times rand-shrink\\&shrink=2\times(1-\frac tT)\end{aligned}\tag{4} R =2×shrink×randshrinkshrink=2×(1Tt)(4)
个体在搜索中的饥饿特征:
W 1 ( i ) → = { h u n g r y ( i ) • N S H u n g r y × r 4 , r 3 < l 1 r 3 > l (5) \overrightarrow{W_1(i)}=\begin{cases} hungry(i)•\dfrac{N}{SHungry}\times r_4,r_3<l\\ 1r_3>l\end{cases}\tag{5} W1(i) = hungry(i)SHungryN×r4,r3<l1r3>l(5)
W2表达式表述为:
W 2 ( i ) → = ( 1 − e x p ( − ∣ h u n g r y ( i ) − S H u n g r y ∣ ) ) × r 5 × 2 (6) \overrightarrow{W_2(i)}=(1-exp(-|hungry(i)-SHungry|))\times r_5\times2\tag{6} W2(i) =(1exp(hungry(i)SHungry))×r5×2(6)
hungry代表每个人的饥饿,SHungry是所有个体饥饿感受的总和,hungry(i)表述为:
h u n g r y ( i ) = { 0 , A l l F i t n e s s ( i ) = = B F h u n g r y ( i ) + H , A l l F i t n e s s ( i ) ! = B F (7) hungry(i)=\left\{\begin{array}{c}0,AllFitness(i)==BF\\hungry(i)+H,AllFitness(i)!=BF\end{array}\right.\tag{7} hungry(i)={0,AllFitness(i)==BFhungry(i)+H,AllFitness(i)!=BF(7)
AllFitness(i)保留当前迭代中每个个体的适应度。在每次迭代中,最佳个体的饥饿感被设置为0。对于其他个体,在原有饥饿的基础上增加一个hungry(H),H表述为:
T H = F ( i ) − B F W F − B F × r 6 × 2 × ( U B − L B ) H = { L H × ( 1 + r ) , T H < L H T H , T H ≥ L H (8) TH=\frac{F(i)-BF}{WF-BF}\times r_6\times2\times(UB-LB)\\H=\left\{\begin{array}{c}LH\times(1+r),TH<LH\\TH,TH\geq LH\end{array}\right.\tag{8} TH=WFBFF(i)BF×r6×2×(UBLB)H={LH×(1+r),TH<LHTH,THLH(8)

流程图

在这里插入图片描述

伪代码

在这里插入图片描述

3.结果展示

使用测试框架,测试HGS性能 一键run.m

  • 【智能算法】省时方便,智能算法统计指标——一键运行~

CEC2005-F7
在这里插入图片描述
在这里插入图片描述

探索与开发

在这里插入图片描述

4.参考文献

[1] Yang Y, Chen H, Heidari A A, et al. Hunger games search: Visions, conception, implementation, deep analysis, perspectives, and towards performance shifts[J]. Expert Systems with Applications, 2021, 177: 114864.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/429.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

酒店管理系统

文章目录 酒店管理系统一、项目演示二、项目介绍三、15000字论文参考四、部分功能截图五、部分代码展示六、底部获取项目源码和万字论文参考&#xff08;9.9&#xffe5;带走&#xff09; 酒店管理系统 一、项目演示 酒店管理系统 二、项目介绍 基于springbootvue前后端分离的…

通过实例学C#之FileStream类

简介 可以通过此类进行文件读取。 首先在项目所在文件夹的Bin文件中新建一个test.txt文件&#xff0c;里面输入内容“hello world!”。 构造函数 FileStream (string path, FileMode mode&#xff0c;FileAccess access) 通过路径文件path&#xff0c;打开文件模式mode以及读写…

springboot注解学习记录(持续更新)

RestController 放在controller最前面&#xff0c;代表这个java文件是一个controller CrossOrigin 放在controller最前面&#xff0c;用于解决跨域情况下的请求。 RequestMapping(“/prefix”) 放在controller前&#xff0c;对当前controller所有的请求都要加上这个前缀 …

买婴儿洗衣机怎么选择?四大绝佳好用婴儿洗衣机分享

幼龄时期的宝宝的衣物&#xff0c;是比较需要注意的时候。可能一不注意宝宝穿在身上就会有不适宜症状发生。所以宝妈们真的要随时观察&#xff0c;然后在宝宝洗衣服的这上面多下点功夫&#xff0c;不要让宝宝受到这种无谓的伤害。小婴儿的抵抗力比我们差很多。有些细菌、病毒可…

今天给大家推荐36套404页面模板

404页面是网站必备的一个页面&#xff0c;它承载着用户体验与SEO优化的重任。当用户访问不存在的页面时&#xff0c;服务器会返回404错误代码&#xff0c;并显示404页面。一个好的404页面可以帮助用户快速找到所需信息&#xff0c;并提升网站的用户体验。 以下是一些演示下载资…

前端预处理器-stylus入门使用方法

Stylus是一款支持多样性的CSS预处理器&#xff0c;它的语法和普通的CSS有些不同&#xff0c;但更为简洁和灵活。以下是Stylus的入门使用方法&#xff1a; 安装Stylus&#xff1a;首先&#xff0c;你需要安装Node.js&#xff0c;这是运行Stylus的基础。然后&#xff0c;使用npm&…

速卖通爆款商品打造全攻略:从选品到补单,步步为赢

跨境电商行业的竞争也越来越大&#xff0c;速卖通卖家自然也要为店内的爆款而努力&#xff0c;同时也要清楚地意识到爆款也是有时限的&#xff0c;那么一款爆款商品该如何打造呢&#xff1f; 1.选品。 开店时&#xff0c;面对世界各地的消费者群体&#xff0c;远比国内复杂得…

JavaWeb--前端工程化

目录 1. 前端工程化 1.1. 概述 1.2. 前端工程化实现技术栈 2. ECMA6Script 2.1. es6的介绍 2.2. es6 变量 / 模版字符串 2.2.1. let 与 var 的差别 2.2.2. const 与 var 的差异 2.2.3. 模板字符串 2.3. 解构表达式 / 赋值 2.3.1. 数组解构赋值 2.3.2. 对象解构赋值 …

开发语言漫谈-kotlin

程序的运行环境包括移动设备、服务端、浏览器&#xff0c;服务器又分为window、linux等&#xff0c;不同的环境使用不同的开发语言。为了解决这个问题&#xff0c;开发IDE大拿JetBrains开发了kotlin。 Kotlin是一个岛屿的名字&#xff0c;全称是Kotlin Island。这个小岛位于俄罗…

xhs图片获取并且转换成PDF,实现了我考研期间一直想实现的想法

对于一些xhs图文&#xff0c;很多人其实想把它的图片保存到本地&#xff0c;尤其是下图所示的考研英语从文章中背单词&#xff0c;不说别人&#xff0c;我就是这样的。 我在考研期间就想实现把图片批量爬取下来&#xff0c;转成PDF&#xff0c;方便一篇一片阅读进行观看&#…

Ubuntu22.04.4 - 安装后使用笔记目录-VMware

安装的话就傻瓜式盲点&#xff0c;根据自己需求进行处理&#xff0c;我是在ssh的地方勾选了一下选项&#xff0c;其他都是默认项&#xff0c;官网上有文档&#xff0c;就不赘述了 一、登录用户管理 二、系统命令 三、vim 四、网络配置 五、apt 六、SSH 七、MySQL8

【React】表单

受控组件 本质上其实就是将表单中的控件和视图模型(状态)进行绑定&#xff0c;之后都是针对状态进行操作。 一个基本的受控组件 文本框&#xff0c;用户输入的内容会在状态中进行管理&#xff1a; import React, { useState } from react;const ControlledComponent () &g…

Linux学习(二)

Bootloader 引导加载程序&#xff08;Bootloader&#xff09;是计算机系统中的一个重要组件&#xff0c;负责在计算机启动时加载操作系统。它通常存储在计算机的固件中&#xff0c;比如BIOS或UEFI&#xff0c;或者存储在硬盘或固态硬盘的引导分区中。引导加载程序的主要作用是引…

【rust编译错误解读】

PANIC 1cannot index into a value of type std::option::Option<&Vec<Value>> &#xff08;不能访问下标index在一个Option包裹的Vec中&#xff09; 尝试对一个 Option 类型的值进行索引操作&#xff0c;而这个 Option 可能包含一个对 Vec 的引用&#xff0c…

《Linux运维总结:Kylin V10+ARM架构CPU基于docker-compose一键离线部署redis6.2.8之容器版哨兵集群》

总结&#xff1a;整理不易&#xff0c;如果对你有帮助&#xff0c;可否点赞关注一下&#xff1f; 更多详细内容请参考&#xff1a;《Linux运维篇&#xff1a;Linux系统运维指南》 一、部署背景 由于业务系统的特殊性&#xff0c;我们需要面向不通的客户安装我们的业务系统&…

NLP——序列文本信息处理

序列文本信息处理是指对那些具有明确词序或结构顺序&#xff08;如句子、段落、篇章等&#xff09;的文本数据进行专门的分析和转换&#xff0c;以保留并利用其内在的时序或逻辑关系。在NLP中&#xff0c;处理序列文本信息通常涉及以下几个关键步骤&#xff1a; 分词&#xff0…

idea 设置启动项指定使用的nacos namespace

文章目录 场景如图 场景 各个研发的nacos配置要做隔离&#xff0c;这时候通常有两种方式&#xff0c; 第一种修改bootstarp.yaml文件 指定研发自己的配置&#xff0c;第二种更优雅&#xff0c;只需要修改idea启动项, 对代码没有侵入 如图 –spring.cloud.nacos.discovery.names…

揭秘英伟达Blackwell平台网络拓扑架构,解锁超算新境界

英伟达Blackwell平台网络配置详解 AI算力研究&#xff1a;英伟达B200再创算力奇迹&#xff0c;液冷、光模块持续革新 突破性的GB200 NVL72全互联架构&#xff0c;带来高性能GPU解决方案。铜缆方案有望成为未来趋势&#xff0c;提供低成本、高带宽连接。 1. Blackwell 平台网络…

时序预测 | Transformer时间序列预测 Matlab代码

文章目录 效果一览文章概述源码设计参考资料 效果一览 文章概述 1.时序预测 | Transformer时间序列预测 Matlab代码 2.单变量时间序列预测&#xff1b; 3.多指标评价&#xff0c;评价指标包括&#xff1a;R2、MAE、MBE等&#xff0c;代码质量极高&#xff1b; 4.excel数据&…

程序使用哪个寄存器是由谁决定的?

在程序中使用哪些寄存器的决定通常是由多种因素决定的&#xff0c;包括&#xff1a; 1. 编译器或汇编器 编译器&#xff1a;对于高级编程语言&#xff0c;编译器在寄存器分配中起着重要作用。编译器分析程序的代码&#xff0c;识别常用的变量和表达式&#xff0c;并将它们映射…