2024年新算法!PCA+CPO+K-means聚类,冠豪猪优化器(CPO)优化K-means,适合学习,也适合发paper。
一、冠豪猪优化器
摘要:受冠豪猪(crest Porcupine, CP)的各种防御行为启发,提出了一种新的基于自然启发的元启发式算法——冠豪猪优化算法(Crested Porcupine Optimizer, CPO),用于精确优化各种优化问题,特别是大规模优化问题。从最不具攻击性到最具攻击性,冠豪猪有四种不同的保护机制:视觉、声音、气味和身体攻击。第一和第二防御技术(视觉和声音)反映了CPO的探索性行为,第三和第四防御策略(气味和物理攻击)反映了CPO的利用性行为。该算法提出了一种新的策略,称为循环种群减少技术,以模拟不是所有CPs都激活防御机制,而是只有受到威胁的CPs才激活防御机制。该策略提高了收敛速度和种群多样性。使用CEC2014、CEC2017和CEC2020 3个CEC基准测试函数对CPO进行验证,并将其结果与3类现有优化算法进行比较,结果如下:(i)被引用率最高的优化算法,包括灰狼优化算法(GWO)、鲸鱼优化算法(WOA)、差分进化算法(differential evolution)和樽海鞘算法(SSA);(ii)最近发表的算法,包括基于梯度的优化器(GBO),非洲秃鹫优化算法(AVOA), Runge Kutta方法(RUN),平衡优化器(EO),人工大猩猩部队优化器(GTO)和黏液霉菌算法(SMA);(iii)高性能优化器,如SHADE、LSHADE、al SHADE、LSHADE- cnepsin和LSHADE- spacma。统计分析结果表明,在3个CEC测试函数上,与其他优化算法相比,CPO算法在大多数测试函数上具有明显的优势,可以被提名为一种高性能的优化算法。定量分析表明,对于CEC2017、CEC2017、CEC2020和6个实际工程问题,CPO的性能提升率分别高达83%、70%、90%和100%。
参考文献:Crested Porcupine Optimizer: A new nature-in