多目标樽海鞘算法MATLAB实战（附源码）

news2025/1/13 17:26:52

今天给大家分享多目标樽海鞘算法，主要从算法原理和代码实战展开。需要了解智能算法、机器学习、深度学习和信号处理相关理论的可以后台私信哦，下一期分享的内容就是你想了解的内容。

一、算法原理

上一篇分享的SSA算法能够驱动salps向食物来源靠近，并在迭代过程中对其进行更新。但是，该算法不能解决多目标问题，主要有以下两个原因:

1、SSA只保存一个解决方案作为最佳解决方案，因此它不能存储多个解决方案作为一个多目标问题的最佳解决方案。

2、SSA在每次迭代中都用迄今为止得到的最优解更新食物源，但对于多目标问题没有单一的最优解。

多目标樽海鞘算法(Multi-objective Salp Swarm Algorithm, SSA)是针对多目标问题，在SSA算法的基础上提出的。

关于SSA算法的原理，可以参考上一期文章：​樽海鞘群算法MATLAB实战

关于多目标问题的一些相关解释可以参考我之前的文章：多目标粒子群算法MATLAB实战

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[78]。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。

更明智的方法是在存储库中删除一个类似的非主导解决方案：从存档中删除的最佳候选方案是在一个种群稠密的区域。这种方法改进了在迭代过程中存储库中方案的分布。

为求邻域有人口的非支配解，需要计算邻域有一定最大距离的解的个数。这个距离的定义是：

Max和min分别是存储每个目标函数的最大值和最小值的两个向量。每个段中有一个解决方案的存储库是最好的情况。在根据相邻解决方案的数量为每个存储库驻留分配级别之后，将使用轮盘赌来选择其中一个删除。一个解决方案的相邻解决方案的数量越多(级别数越大)，从存储库中删除它的可能性就越大。图1展示了该存储库更新机制的示例。注意邻域应该为所有的解定义，但是在这个图中只研究了4个非支配解。

图1 存储库满时的更新机制

如图所述，介绍了存储库的更新机制后，使用SSA解决多目标问题的第二个问题是食物来源的选择，因为在多目标搜索空间中有不止一个最佳解。同样，可以从存储库中随机选择食物来源。然而，更合适的方法是从一组最优解决方案中选择最不拥挤的区域。这可以使用存储库维护操作符中使用的相同的排序过程和轮盘赌轮选择来完成。主要的区别是选择最优解决方案的概率。在存储库维护删除中，等级越高(邻里拥挤)的解决方案越容易被选择。相比之下，对于存储库中的最优解决方案而言，人口越少(较低的等级数)，被选为食物来源的可能性就越大。（这样就能更多地开发未探索的区域，加强全局搜索能力，如果一直检索密集区域容易陷入局部最优，选择稀疏的区域作为食物能够减少陷入局部最优的可能性。）如图2中，中间没有相邻方案的最优解被选择为食物来源的概率最大。

图2 红色方框的白点被选为食物源的概率最大

MSSA算法的伪代码如图3所示。

图3 MSSA算法的伪代码

二、代码实战

以ZDT1作为测试函数，进行仿真实验

clc;
clear;
close all;

% Change these details with respect to your problem%%%%%%%%%%%%%%
ObjectiveFunction=@ZDT1;
dim=5;
lb=0;
ub=1;
obj_no=2;

if size(ub,2)==1
    ub=ones(1,dim)*ub;
    lb=ones(1,dim)*lb;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

max_iter=100;
N=200;
ArchiveMaxSize=100;

Archive_X=zeros(100,dim);
Archive_F=ones(100,obj_no)*inf;

Archive_member_no=0;

r=(ub-lb)/2;
V_max=(ub(1)-lb(1))/10;

Food_fitness=inf*ones(1,obj_no);
Food_position=zeros(dim,1);

Salps_X=initialization(N,dim,ub,lb);
fitness=zeros(N,2);

V=initialization(N,dim,ub,lb);
iter=0;

position_history=zeros(N,max_iter,dim);

for iter=1:max_iter
    
    c1 = 2*exp(-(4*iter/max_iter)^2); % Eq. (3.2) in the paper
    
    for i=1:N %Calculate all the objective values first
        Salps_fitness(i,:)=ObjectiveFunction(Salps_X(:,i)');
        if dominates(Salps_fitness(i,:),Food_fitness)
            Food_fitness=Salps_fitness(i,:);
            Food_position=Salps_X(:,i);
        end
    end
    
    [Archive_X, Archive_F, Archive_member_no]=UpdateArchive(Archive_X, Archive_F, Salps_X, Salps_fitness, Archive_member_no);
    
    if Archive_member_no>ArchiveMaxSize
        Archive_mem_ranks=RankingProcess(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);
    else
        Archive_mem_ranks=RankingProcess(Archive_F, ArchiveMaxSize, obj_no);
    end
    
    Archive_mem_ranks=RankingProcess(Archive_F, ArchiveMaxSize, obj_no);
    % Archive_mem_ranks
    % Chose the archive member in the least population area as food`
    % to improve coverage
    index=RouletteWheelSelection(1./Archive_mem_ranks);
    if index==-1
        index=1;
    end
    Food_fitness=Archive_F(index,:);
    Food_position=Archive_X(index,:)';
    
    for i=1:N
        
        index=0;
        neighbours_no=0;
        
        if i<=N/2
            for j=1:1:dim
                c2=rand();
                c3=rand();
                %%%%%%%%%%%%% % Eq. (3.1) in the paper %%%%%%%%%%%%%%
                if c3<0.5
                    Salps_X(j,i)=Food_position(j)+c1*((ub(j)-lb(j))*c2+lb(j));
                else
                    Salps_X(j,i)=Food_position(j)-c1*((ub(j)-lb(j))*c2+lb(j));
                end
                %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
            end
        elseif i>N/2 && i<N+1
            
            point1=Salps_X(:,i-1);
            point2=Salps_X(:,i);
            
            Salps_X(:,i)=(point2+point1)/(2); % Eq. (3.4) in the paper
        end
        
        Flag4ub=Salps_X(:,i)>ub';
        Flag4lb=Salps_X(:,i)<lb';
        Salps_X(:,i)=(Salps_X(:,i).*(~(Flag4ub+Flag4lb)))+ub'.*Flag4ub+lb'.*Flag4lb;
        
    end
    
    display(['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');

set(gcf, 'pos', [403   466   230   200])

 

 完整代码：

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.coloradmin.cn/o/679281.html

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，一经查实，立即删除！

相关文章

【Flutter】包管理（6）Flutter 状态管理 Provider 深入使用指南

【Flutter】包管理（6）Flutter 状态管理 Provider 深入使用指南

文章目录 一、 前言二、 ProxyProvider 的使用三、 处理异步数据四、 性能优化五、 版本信息六、 总结一、 前言 在我们的上一篇文章中，我们介绍了 Flutter 中 Provider 包的基本使用。 在这篇文章中，我们将深入探讨 Provider 的高级使用方法，包括如何使用 ProxyProvider，…
阅读更多...
Green板 和Red板和Nv EVM板比较

Green板 和Red板和Nv EVM板比较

001 电源开关、 复位、烧写按钮 G&#xff1a;绿板 K3: Reset press RN K1: Brush RECOVERY button K2: Start button Power ON R: 红板 K3: POWER_KEY K2: FORCE_RECOVERY K1: RESET_KEY 002 USB设计 烧写连接器 G: 绿板 J6&#xff1a;TYPE C 烧写连接器 USB0_DP …
阅读更多...
streamlit——搭建作业、文件上传网站（代码编写、服务器部署）

streamlit——搭建作业、文件上传网站（代码编写、服务器部署）

使用streamlit搭建简单的作业提交网站 文章目录 使用streamlit搭建简单的作业提交网站一、引言二、streamlit代码三、搭建到服务器中1、放行安全组2、将代码放到服务器中3、配置依赖4、运行代码 一、引言 由于我平时需要收集各种类型的作业文件。但传统的微信收文件方式很让我…
阅读更多...
PyQt5中文手册

PyQt5中文手册

PyQt5中文手册 一、介绍 本教程的目的是带领你入门PyQt5。教程内所有代码都在Linux上测试通过。PyQt4 教程是PyQt4的教程&#xff0c;PyQt4是一个Python&#xff08;同时支持2和3&#xff09;版的Qt库。 关于 PyQt5 PyQt5 是Digia的一套Qt5应用框架与python的结合&#xff…
阅读更多...
实训五:数据库安全控制 - 授权及回收权限

实训五:数据库安全控制 - 授权及回收权限

授权及回收权限 第1关&#xff1a;授权任务描述相关知识MySql系统库中的权限表访问控制的两个阶段&#xff1a;授予的权限等级&#xff1a;MySQL 权限类型grant 语句的基本语法格式revoke 语句的基本语法格式查看权限限制权限 编程要求测试说明参考代码 第2关&#xff1a;授权-…
阅读更多...
论文悦读（5）——NVM文件系统之CtFS（FAST‘22）文件系统

论文悦读（5）——NVM文件系统之CtFS（FAST‘22）文件系统

CtFS&#xff08;FAST22&#xff09; 1. 背景&#xff08;Background&#xff09;1.1 NVM1.2 NVM文件系统1.3 快速索引方案 2. 观察与动机&#xff08;Observation & Motivation&#xff09;3. CtFS设计与实现&#xff08;Design & Implementation&#xff09;3.1 系统…
阅读更多...
ASP.NET Dotnet 3.5实验室LIMS系统源码

ASP.NET Dotnet 3.5实验室LIMS系统源码

LIMS系统功能包括&#xff1a;检测管理&#xff08;合同管理、样品管理、样品收发管理、工作任务分配、检测结果登记、复核及审核、留样管理等&#xff09;、报告管理&#xff08;报告编制、审核、签发、打印等&#xff09;、原始记录管理、仪器设备管理、消耗品管理、文件管理…
阅读更多...
Oralce系列十九：Oralce的体系结构

Oralce系列十九：Oralce的体系结构

Oralce的体系结构 1. 物理结构2. 内存结构2.1 SGA2.2 后台进程 3. 逻辑结构 1. 物理结构 Oracle数据库的物理结构由参数文件、控制文件、数据文件和日志文件组成&#xff0c;用于存储和管理数据库的数据和元数据&#xff0c;每个文件都扮演着不可或缺的角色。 参数文件用于配…
阅读更多...
盘点那些VS Code上的常用插件

盘点那些VS Code上的常用插件

插件可以使代码开发过程变得更加轻松和高效 文章目录 前言中文版主题插件显示错误游戏插件连接数据库拼写检查插件前端智能提示刷算法题的插件美化注释的插件美化括号的插件自动补全路径和文件名在浏览器中打开 HTML 文件在 VS Code 里面使用 Postman同步 VS Code 配置的插件 前…
阅读更多...
MFC第七天 单机版数据库增删改的方法和用户登录（密码修改）、权限管理功能的员工管理系统的应用 以及 CCombox类的属性和方法

MFC第七天 单机版数据库增删改的方法和用户登录（密码修改）、权限管理功能的员工管理系统的应用 以及 CCombox类的属性和方法

文章目录 员工管理系统的应用对TCHAR类型简介&#xff1a;Unicode软件开发中的文字转换方式有三种 CComboBox控件属性和类库介绍CBS_组合框控件属性CComboBox常用方法 员工管理系统示例代码如下Employer_sql.hEmployer_sql.cppMainDlg.hMainDlg.cpp: 实现文件CLoginDlg.hCLogin…
阅读更多...
入坑 TS（一）

入坑 TS（一）

1、TS 采用类型后置的语法 const str: string "我是字符串"; const num: number "我是数值"; const bool: boolean false;函数怎么写&#xff1f; // 有返回值 function sayHello(str: string): string {return str; } // 无返回值 function sayHello…
阅读更多...
Java throws关键字

Java throws关键字

Java的throws关键字用于声明异常。它向程序员提供了可能发生异常的信息。 因此&#xff0c;最好为程序员提供异常处理代码&#xff0c;以便保持程序的正常流程。 异常处理主要用于处理已检查异常。如果出现任何未检查的异常&#xff0c;例如NullPointerException&#xff0c;则…
阅读更多...
jjy-shareV2.0一键分享到微博，QQ空间，QQ好友，微信

jjy-shareV2.0一键分享到微博，QQ空间，QQ好友，微信

介绍 jjy-shareV2.0一键分享到微博&#xff0c;QQ空间&#xff0c;QQ好友&#xff0c;微信 作者&#xff1a;极纪元-橙 作者博客&#xff1a;https://cplvfx.blog.csdn.net/ 码云Gitee&#xff1a;橙cplvfx极纪元 (cplvfx) - Gitee.com 项目地址&#xff1a;jjy-shareV2.…
阅读更多...
登录认证（全集）--jwt，Filter，Interceptor详细说明

登录认证（全集）--jwt，Filter，Interceptor详细说明

一、登录校验 问题&#xff1a;在未登录情况下&#xff0c;我们也可以直接访问部门管理、员工管理等功能。由于浏览器与web服务器中的数据交互是通过HTTP协议的&#xff0c;而HTTP协议是无状态的–即每个页面中的请求和响应都是独立的&#xff0c;没有状态存在。所以我们需要进…
阅读更多...
WordPress网站的robots文件代码怎样写比较好

WordPress网站的robots文件代码怎样写比较好

本文记载和介绍的是wordpress的robots.txt的在哪儿&#xff1f;以及如何修改robots文件来禁止搜索引擎爬取/ajax目录下的文章。以及如何优化WordPress网站的robots文件 wordpress设置robots文件的目录&#xff1a;/wp-includes/functions.php&#xff0c;然后搜索do_robotstxt…
阅读更多...
【雕爷学编程】Arduino动手做（123）---Multi-function扩展板

【雕爷学编程】Arduino动手做（123）---Multi-function扩展板

37款传感器与执行器的提法&#xff0c;在网络上广泛流传&#xff0c;其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块&#xff0c;依照实践出真知&#xff08;一定要动手做&#xff09;的理念&#xff0c;以学习和交流为目的&am…
阅读更多...
随机数检测（一）

随机数检测（一）

随机数检测&#xff08;一&#xff09;- 随机数自测试概述 1 概述2 产品形态划分和检测项目3 测试方式3.1 概述3.2 单比特频数检测方法3.3块内频数检测方法 1 概述 随机数发生器设计完成后&#xff0c;使用随机数发生器的产品需对其执行测试&#xff0c;防止应用过程中产生不合…
阅读更多...
Redis的数据类型及对应的数据结构（二）

Redis的数据类型及对应的数据结构（二）

接上篇&#xff1a;Redis的数据类型及对应的数据结构&#xff08;一&#xff09;_鱼跃鹰飞的博客-CSDN博客 本篇主要讨论剩下的几种数据结构的应用场景 应用场景 集合的主要几个特性&#xff0c;无序、不可重复、支持并交差等操作。 因此 Set 类型比较适合用来数据去重和保…
阅读更多...
卧剿，6万字！30个方向130篇！CVPR 2023 最全 AIGC 论文！一口气读完。

卧剿，6万字！30个方向130篇！CVPR 2023 最全 AIGC 论文！一口气读完。

一杯奶茶&#xff0c;成为 AIGCCV 视觉前沿弄潮儿&#xff01; 25个方向&#xff01;CVPR 2022 GAN论文汇总 35个方向&#xff01;ICCV 2021 最全GAN论文汇总 超110篇&#xff01;CVPR 2021 最全GAN论文梳理 超100篇&#xff01;CVPR 2020 最全GAN论文梳理 在最新的视觉顶会 C…
阅读更多...
Java多重捕获块

Java多重捕获块

try块后面可以跟随一个或多个catch块。每个catch块必须包含一个不同的异常处理程序。因此&#xff0c;如果您在不同的异常发生时需要执行不同的任务&#xff0c;请使用Java多重捕获块。 需要记住的要点 一次只会发生一个异常&#xff0c;同时只有一个catch块被执行。 所有的ca…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023