基本信息
文件名称:Python智能优化算法:黏菌算法原理及其Python实现PPT教学课件.pptx
文件大小:2.45 MB
总页数:15 页
更新时间:2025-06-24
总字数:约1.48千字
文档摘要

黏菌算法原理

目录CATALOGUE02.接近食物阶段04.抓取食物阶段05.黏菌算法流程01.03.包围食物阶段黏菌算法基础原理

01黏菌算法基础原理PART

黏菌算法(SlimeMouldAlgorithm,SMA)是2020年由Li等提出的一种新型元启发算法,其主要模拟了自然界中黏菌觅食过程中的行为和形态变化。黏菌算法简介黏菌是一种生活在潮湿寒冷环境中的真核生物,其营养的摄取主要来源于外界有机物,当黏菌接近食物源时,会通过生物振荡器产生传播波来增加细胞质流量。与其他智能优化算法相比,黏菌算法具有原理简单、调节参数少、寻优能力强、便于实现等优点。010302黏菌算法基础原理食物浓度越高,生物振荡器产生的传播波也就越强,则细胞质流动越快,黏菌算法模拟了黏菌的捕食行为,实现了智能寻优。黏菌优化算法用数学模型模仿黏菌觅食行为和形态变化,SMA算法包括三个阶段,分别为接近食物阶段、包围食物阶段和抓取食物阶段。0405生物振荡器的作用黏菌算法的优势黏菌优化算法的阶段黏菌的捕食行为

02接近食物阶段PART

接近食物阶段逼近食物源的行为迭代更新位置随机扰动项圆形与扇形结构运动微调位置在寻找食物的过程中,黏菌能够通过空气中的气味逐渐逼近食物源,这种逼近行为通过特定的公式来描述。在每次迭代中,黏菌会根据食物浓度最高的位置、随机选择的黏菌个体以及其他因素来更新自己的位置。公式中的r是一个介于0和1之间的随机数字,它起到了随机扰动的作用,使得黏菌在搜索过程中具有一定的随机性。r的作用是在任意角度形成搜索向量,即黏菌在任意方向上搜索解空间,从而增加找到最优解的可能性。通过r、和W的微调,公式更好地模拟了黏菌在接近食物时的圆形与扇形结构运动,这是一种高效的搜索策略。

接近食物阶段

03包围食物阶段PART

包围食物阶段

包围食物阶段收缩模式包围食物阶段模拟了黏菌静脉组织的收缩模式,静脉接触的食物浓度越高,生物振荡器产生的传播波越强,细胞质流动越快,静脉越厚。位置调整方程模拟了黏菌重量和食物浓度之间的正负反馈过程,log函数用于减缓数值变化率,稳定收缩频率,condition部分模拟了黏菌根据食物浓度调整位置的过程。权重更新食物浓度越高,区域附近的黏菌权重越大;如果食物浓度较低,黏菌会转向搜索其他区域,该区域黏菌权重较小,图1.2是黏菌适应度值的可视化图。位置更新基于上述原理,本阶段更新黏菌位置的数学公式为(1.4),其中,rand和r表示在0到1内生成的随机值,ub和lb分别表示搜索空间的上界和下界,z用来权衡搜索与开发阶段的参数。

04抓取食物阶段PART

抓取食物阶段抓取食物阶段利用生物振荡器产生的传播波改变静脉中的细胞质流动,通过vb、vc和W模拟黏菌静脉宽度的变化与黏菌的震荡频率。参数更新规则参数线性递减在抓取食物阶段,需要根据当前迭代次数t、最大迭代次数T以及适应度值的前一半个体来更新参数vb、vc和W。参数vb和vc的范围是从1线性递减到0,而参数W的更新公式与接近食物阶段相同,用于模拟黏菌在寻找食物过程中的适应性变化。123

05黏菌算法流程PART

黏菌算法流程算法开始时,首先需要设定相关参数并初始化种群,同时记录下当前的适应度值,以便后续比较与更新。初始化与记录根据当前种群的状态,计算重量W和参数a,并利用式(1.4)对种群的位置进行更新,以探索新的解空间。计算与位置更新计算更新后个体的适应度值,并更新全局最优解;随后,判断是否满足停止条件,若满足则输出结果。最优解更新与判断

THANKS