一种改进的群居蜘蛛优化算法.pdfVIP

下载本文档

3
0
约1.5万字
约 13页
2023-07-06 发布于四川
举报
版权申诉

一种改进的群居蜘蛛优化算法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种改进的群居蜘蛛优化算法，具体步骤包括：S1利用混沌映射反向学习策略初始化蜘蛛种群，设置种群中各个参数；S2计算非线性动态概率因子PF；S3计算蜘蛛的个体适应度值、权重值和震动感知力；S4计算非线性惯性权重，并通非线性惯性权重的结果更新雌性蜘蛛的位置；S5依据交配半径进行雌雄蜘蛛交配操作，产生的子代通过贪婪选择替换种群中最差蜘蛛位置；S6通过高斯变异对蜘蛛个体位置进行扰动操作；S7判定是否达到最大迭代次数，如果达到最大迭代次数，则进入步骤S8，否则进入步骤S3；S8结束循环操作，输

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113837347 A (43)申请公布日 2021.12.24 (21)申请号 202111010418.7 (22)申请日 2021.08.31 (71)申请人江西理工大学地址