探索数字时代的未知领域：www.71成人91.com的魅力与无限可能

✅作者简介热爱科研的Matlab仿真开发者擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。

内容介绍协同进化CC框架是解决大规模黑箱优化LSBO问题的重要方法。

CC的核心步骤之一是对决策变量进行分组这一过程直接影响优化性能。

理想的分组结果应使组内变量间关系尽可能紧密而组间关系尽可能疏松。

全局微分分组GDG是一种基于多元函数偏导数思想的高效分组方法通过保持变量间的全局信息可自动解决问题。

然而 GDG 确定的分组结果一旦固定将无法随算法演化进行更新调整这可能影响算法的优化性能。

为此本文基于 GDG 提出动态全局微分分组DGDG策略该策略能随演化过程动态更新分组结果。

DGDG 与粒子群优化PSO算法结合形成CC- DGDG - PSO 框架。

基于CEC‘2010 LSBO 基准函数的实验结果表明 DGDG 算法可显著提升 GDG 性能。

⛳️ 运行结果 部分代码FEs 0;% % Randomly sample 10 points% LBmtx repmat(LB,10,

;% UBmtx repmat(UB,10,

;% samples LBmtxrand(10, D).*(UBmtx-LBmtx);% fsamples feval(fname, samples);% threshold min(fsamples)*epsilon; % 随机选的10个组FEs FEs10;temp 0;p1 LB;P1 feval(fname, p

;FEs FEs1;P2_vec zeros(D,

;for i 1:Dp2 p1;p2(i) UB(i);P2_vec(i) feval(fname, p

;FEs FEs1;endP3_vec zeros(D,

;for i 1:Dp3 p1;p3(i) temp;P3_vec(i) feval(fname, p

;FEs FEs1;endDeltaMtx zeros(D);for i 1:D-1for j i1:Dp4 p1;p4(i) UB(i);p4(j) temp;P4 feval(fname, p

;FEs FEs1;delta1 P1-P2_vec(i);delta2 P3_vec(j)-P4;DeltaMtx(i,j) abs(delta1-delta

;DeltaMtx(j,i) DeltaMtx(i,j);endend% FE 计算次数 (D-

*D/2 2D O(D^

% group the variables according to the matrix% interact_mtx (DeltaMtx threshold);%% [labels, rts] graph_connected_components(interact_mtx);% % transform labels to group_idx% group_idx labels;% for i 1:max(labels)% groupsize sum(labels i);% if (groupsize

% separable% group_idx(labels i) 0;% group_idx(labels i) group_idx(labels i)-1;% end% end%% group_num max(group_idx);% seps find(group_idx

;% allgroups cell(1, group_num);% for i 1:group_num% allgroups{i} find(group_idx i);% end 参考文献Wu S., Zou Z., Fang W. (

A Dynamic Global Differential Grouping for Large-Scale Black-BoxOptimization. In: Tan Y., Shi Y., Tang Q. (eds) Advances in Swarm Intelligence. ICSI

Lecture Notes in Computer团队擅长辅导定制多种科研领域MATLAB仿真助力科研梦 各类智能优化算法改进及应用生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划2E-VRP、充电车辆路径规划EVRP、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位 机器学习和深度学习时序、回归、分类、聚类和降维

1 bp时序、回归预测和分类

2 ENS声神经网络时序、回归预测和分类

3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

7 ELMAN递归神经网络时序、回归\预测和分类

8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

9 RBF径向基神经网络时序、回归预测和分类

10 DBN深度置信网络时序、回归预测和分类

11 FNN模糊神经网络时序、回归预测

12 RF随机森林时序、回归预测和分类

13 BLS宽度学习时序、回归预测和分类

14 PNN脉冲神经网络分类

15 模糊小波神经网络预测和分类

16 时序、回归预测和分类

17 时序、回归预测预测和分类

18 XGBOOST集成学习时序、回归预测预测和分类

19 Transform各类组合时序、回归预测预测和分类方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM

5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断图像处理方面图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 路径规划方面旅行商问题TSP、车辆路径问题VRP、MVRP、CVRP、VRPTW等、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划EVRP、 双层车辆路径规划2E-VRP、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻 无人机应用方面无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划 通信方面传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配 信号处理方面信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理传输分析去噪、数字信号调制、误码率、信号估计、DTMF、信号检测电力系统方面微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电 元胞自动机方面交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀 雷达方面卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别 车间调度零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

宝宝不带避孕套好不好-宝宝不带避孕套好不好应用