【智能優(yōu)化算法】基于精子群優(yōu)化算法求解單目標(biāo)優(yōu)化問題含Matlab源碼

1 簡(jiǎn)介

本期我們介紹一個(gè)腦洞很大的算法:精子群優(yōu)化算法(Sperm Swarm Optimization,SSO)暴匠。該算法由hisham shehadeh等人于2021年提出傻粘,主要模擬了精子基于受精能動(dòng)性而使卵子受精的過程。在自然狀態(tài)下中抹腿,精子群從宮頸的低溫區(qū)域向輸卵管移動(dòng)。在輸卵管這個(gè)高溫區(qū)域中崇败,卵子正在等待群體受精。因此在算法中后室,精子對(duì)應(yīng)搜索個(gè)體,而卵子則被認(rèn)為是最佳的解決方案岸霹。

精子群優(yōu)化算法

簡(jiǎn)述公式之前,我們先看一下原文中給出的一些相關(guān)描述(就當(dāng)是知識(shí)科普吧贡避。)及設(shè)定:

(1).女性生殖系統(tǒng)內(nèi)的pH值約為4.5–5.5予弧,這表示為健康陰道的正常pH值。然而掖蛤,精子不喜歡低pH值,因此在排卵期蚓庭,陰道酸的pH值穩(wěn)定在7到14之間,這非常適合精子進(jìn)行相關(guān)生理活動(dòng)器赞。基于此惶桐,文中設(shè)定pH值在7-14之間變化。

(2).精子的頭部就像一個(gè)溫度傳感器姚糊,引導(dǎo)精子在溫暖的區(qū)域(卵子附近)進(jìn)行搜索救恨。研究人員發(fā)現(xiàn)陰道內(nèi)的平均溫度大約在35.1到37.4攝氏度之間。但是肠槽,鑒于陰道血壓循環(huán)的特例,該溫度可上升至38.5攝氏度秸仙。因此,文中設(shè)定溫度在35.1-38.5攝氏度范圍內(nèi)寂纪。

至此,我們可以注意到精子速度受陰道內(nèi)pH值和溫度的影響赌结,這對(duì)精子的運(yùn)動(dòng)能力和運(yùn)動(dòng)方向起著重要的作用。精子初速是射精后在宮頸區(qū)獲得的速度拟杉。在算法中設(shè)定射精后精子分布在子宮頸內(nèi)的隨機(jī)位置,其速度受該位置的pH值影響搬设。我們可以用下列方程式來表示初始速度:

其中撕捍,D?是速度阻尼因子,其值介于[0,1]間卦洽;Vi?為精子i?的速度;pH_Rand1為[7,14]內(nèi)一隨機(jī)數(shù)该窗。初始狀態(tài)時(shí)Vi?定義如下:

velocity = 0.3*randn(n,dim)%n為種群規(guī)模蚤霞,dim為維度

每個(gè)精子的當(dāng)前位置即是其歷史最優(yōu)位置:

式中sb_solution[]為當(dāng)前個(gè)體i所得到的歷史最優(yōu)位置,pH_Rand2為[7,14]內(nèi)一隨機(jī)數(shù)昧绣,current[]為當(dāng)前個(gè)體位置;Temp_Rand1為[35.1,38.5]內(nèi)一隨機(jī)數(shù),代表著區(qū)域溫度拖刃。全局最優(yōu)位置為:

其中,pH_Rand3央碟、Temp_Rand2分別為[7,14]、[35.1,38.5]內(nèi)的隨機(jī)數(shù)亿虽;sgb_solution[]為所有精子個(gè)體迭代至此的最優(yōu)位置苞也。記錄下兩個(gè)最優(yōu)位置后,對(duì)個(gè)體進(jìn)行位置更新:

因此個(gè)體的位置受個(gè)體歷史最優(yōu)位置收毫、最優(yōu)個(gè)體位置引導(dǎo)氓涣。SSO算法迭代偽代碼如下:

2 部分代碼

%SSO source code v2.0, Generated by Hisham A. Shehadeh, 2021.?

clear all

clc

N = 30;? ? ? ? ? ? ? ? ? ? ? ? % Size of the swarm " no of objects "

Max_Iteration? = 1000;? ? ? ? ? ? ? % Maximum number of "iterations"

Benchmark_Function_ID= 2 %Benchmark function ID

[sgBestScore,sgBest,GlobalBestCost]= SSO(Benchmark_Function_ID, N, Max_Iteration)

sgBest

sgBestScore

semilogy(GlobalBestCost,'-r');

title(['\fontsize{12}\bf Benchmark Function: F',num2str(Benchmark_Function_ID)]);

xlabel('\fontsize{12}\bf Iteration');ylabel('\fontsize{12}\bf Fitness(Best-so-far)');

legend('\fontsize{10}\bf SSO',1);

3 仿真結(jié)果

4 參考文獻(xiàn)

Mirjalili S, Lewis A (2016) The whale optimization algorithm.Adv Eng Softw 95:51–67.?

博主簡(jiǎn)介:擅長(zhǎng)智能優(yōu)化算法劳吠、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理痒玩、元胞自動(dòng)機(jī)、圖像處理蠢古、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真草讶,相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)堕战,若有侵權(quán)聯(lián)系博主刪除。完整代碼獲取關(guān)注微信公眾號(hào)天天matlab

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末薪介,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子汁政,更是在濱河造成了極大的恐慌,老刑警劉巖记劈,帶你破解...
    沈念sama閱讀 206,968評(píng)論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異目木,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)嘶窄,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門柄冲,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人现横,你說我怎么就攤上這事〗潇簦” “怎么了速种?”我有些...
    開封第一講書人閱讀 153,220評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)馏颂。 經(jīng)常有香客問我,道長(zhǎng)救拉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,416評(píng)論 1 279
  • 正文 為了忘掉前任亿絮,我火速辦了婚禮麸拄,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘感帅。我一直安慰自己,他們只是感情好失球,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,425評(píng)論 5 374
  • 文/花漫 我一把揭開白布帮毁。 她就那樣靜靜地躺著豺撑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪爷肝。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,144評(píng)論 1 285
  • 那天灯抛,我揣著相機(jī)與錄音音瓷,去河邊找鬼。 笑死绳慎,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的杏愤。 我是一名探鬼主播,決...
    沈念sama閱讀 38,432評(píng)論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼通殃,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了邓了?” 一聲冷哼從身側(cè)響起媳瞪,我...
    開封第一講書人閱讀 37,088評(píng)論 0 261
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蛇受,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體兢仰,經(jīng)...
    沈念sama閱讀 43,586評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,028評(píng)論 2 325
  • 正文 我和宋清朗相戀三年轻专,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了察蹲。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片催训。...
    茶點(diǎn)故事閱讀 38,137評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡宗收,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出混稽,到底是詐尸還是另有隱情,我是刑警寧澤匈勋,帶...
    沈念sama閱讀 33,783評(píng)論 4 324
  • 正文 年R本政府宣布,位于F島的核電站各淀,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜临谱,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,343評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望悉默。 院中可真熱鬧,春花似錦抄课、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽抵拘。三九已至,卻和暖如春僵蛛,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背充尉。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評(píng)論 1 262
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留驼侠,地道東北人谆吴。 一個(gè)月前我還...
    沈念sama閱讀 45,595評(píng)論 2 355
  • 正文 我出身青樓纪铺,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親鲜锚。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,901評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容