Python如何实现鸡群算法

这篇“Python如何实现鸡群算法”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python如何实现鸡群算法”文章吧。鸡群算法，缩写为CSO(Chicken Swarm Optimization)，尽管具备所谓仿生学的背景，但实质上是粒子群算法的一个变体。简单来说，粒子群就是一群粒子，每个粒子都有自己的位置和速度，而且每个粒子都要受到最佳粒子的吸引，除了这两条规则之外，粒子之间完全平等，彼此之间除了位置和速度之外，完全相等。当然，粒子群算法本身也是有仿生学背景的，据说灵感来自于鸟群觅食，这个当然不重要，无非是一群平等的粒子变成了一群平等的鸟罢了。而鸡群算法，则是为这些粒子，或者这些鸟，添加了不同的身份特征，使得彼此之间不再等同。鸡群中至少有三个阶层，分别是公鸡、母鸡和小鸡，每只鸡都有其位置和速度。但区别之处在于，公鸡最神气，原则上可以随便踱步，只是有的时候注意到其他公鸡的时候，会有抢食的想法，相当于随机抽选一只其他公鸡，对其位置产生影响。母鸡最憋屈，一方面要接受公鸡的领导，另一方面还要和其他母鸡抢食小鸡最无忧无虑，跟着母鸡走就是了。随着位置关系的变化，母鸡和小鸡可能会逐渐遗忘最初的首领，也就是说种群关系可能会发生变化。首先，要实现一个鸡类，一只鸡，有两种基本属性，即位置和类别。其中kind分为三类，分别是公鸡、母鸡和小鸡。其中，每只母鸡都有自己的首领公鸡，每只小鸡都有自己的监护母鸡。order为这只鸡在鸡群中的编号，主要在鸡群中得以体现。鸡群和粒子群有一个很大的区别，后者说到底只有一个群，而鸡群中，每个公鸡都有自己的母鸡和小鸡，相当于一个小群体。但鸡和鸡之间的关系，并不取决于鸡自己，故而需要在鸡群中实现其中，initCs是初始化鸡群的函数，其中母鸡、小鸡的首领公鸡，小鸡的监护母鸡，都是随机生成的。接下来就是算法的核心环节，不同的鸡要遵循不同的更新规则，其中，公鸡最潇洒，其下一步位置只取决于自己，以及另一只随便挑选的公鸡。公鸡记当前这只公鸡的编号是i，随机挑选的公鸡编号是j , j=i，则第i只公鸡位置的更新方法为x_i(t+1)=x_i(t)⋅(1+r)其中，r是通过正态分布生成的随机数，可表示为1∼N(0,²)，其中²为其中f一般叫做适应因子，相当于将某只鸡塞到待搜解的函数中得到的值。例如要免费云主机域名搜索y=²的最小值，如果当前这只鸡的位置1.5，那么f=1.5²=2.25。是一个防止除零错误的小量。但需要注意，上文中所有的x，表示的并非一个标量，而是一个数组。其Python实现为母鸡设当前母鸡编号为i，这只母鸡既要追随首领公鸡，又要和其他母鸡抢食。x_i(t+1)=x_i(t)+k₁r₁(x_c−x_i)+k₂r₂(x_j−x_i)其中，x_c为其首领公鸡，x_j为另一只母鸡或者公鸡。k₁,k₂为系数，其更新逻辑与公鸡的k是一样的，当f_i较大时，表示为代码实现为小鸡最后是小鸡的更新逻辑，小鸡在母鸡的周围找食物，其更新逻辑为x_i(t+1)=x_i(t)+r(x_h(t)−x_i(t))其中，x_h为其监护母鸡，r为随机数，算法实现为整个鸡群正所谓，算法源于生活而高于生活，自然界里讲求辈分，但在鸡群算法里，讲究的确是实力。如果小鸡运气爆棚，得到了比公鸡还厉害的优化结果，那么这只小鸡就会进化成公鸡。也就是说，每隔一段时间，鸡群里的鸡会被重新安排身份，优化效果最好的就是头领公鸡，差一点的是监护母鸡，最差的就只能是小鸡了。至此，集群算法的框架算是搭建成功了，接下来就实现最关键的部分，优化。其基本逻辑是，输入一个待优化func，通过将每只鸡的位置x带入到这个函数中，得到一个判定值，最后通过这个判定值，来不断更新鸡群。除了这个函数之外，还需要输入一些其他参数，比如整个鸡群算法的迭代次数，以及鸡群更新的频次等等其中，printBest可以将当前最佳结果打印出来，其形式为算法完成之后，当然要找个函数测试一下，测试函数为测试结果如下已经迭代4次，最佳优化结果为-5.793762423022024，参数为：
-6.599526, 3.117137, 5.959538, 7.225785, 5.204990
已经迭代9次，最佳优化结果为-10.61594651972434，参数为：
-7.003724, -5.589730, 0.981409, 12.920325, -19.006112
已经迭代14次，最佳优化结果为-9.143596747975293，参数为：
5.388234, -3.714421, -5.254391, -5.216215, -6.079223
已经迭代19次，最佳优化结果为-11.097888385616995，参数为：
-9.156244, -5.914600, -5.960154, 4.550833, 4.127889
已经迭代19次，最佳优化结果为-11.097888385616995，参数为：
-9.156244, -5.914600, -5.960154, 4.550833, 4.127889以上就是关于“Python如何实现鸡群算法”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注百云主机行业资讯频道。

相关推荐: php字符串长度不一致如何解决

本篇内容主要讲解“php字符串长度不一致如何解决”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“php字符串长度不一致如何解决”吧! php字符串长度不一致的解决办法：1、通过mb_detect_encoding()…