【单目标优化求解】多子群的共生非均匀高斯变异樽海鞘群算法求解单目标优化问题【含Matlab源码 1857期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab优化求解仿真内容点击👇
①Matlab优化求解（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、樽海鞘群算法简介

针对樽海鞘群算法求解精度不高和收敛速度慢等缺点，提出一种多子群的共生非均匀高斯变异樽海鞘群算法（MSNSSA）．根据不同适应度值将樽海鞘链群分为三个子种群，各个子种群分别进行领导者位置更新、追随者共生策略和链尾者非均匀高斯变异等操作．使用统计分析，收敛速度分析，Wilcoxon检验，经典基准函数和CEC 2014函数的标准差来评估改进樽海鞘群算法的效率．结果表明，改进算法具有更好的寻优精度和收敛速度．尤其在求解高维和多峰测试函数上，改进算法拥有更好性能.

樽海鞘群算法(Salp Swarm algorithm, SSA)是2017年由Mirjalili等人提出的一种新型启发式智能算法．樽海鞘群算法相对于粒子群算法等其它算法具有结构简单、参数少、容易实现等优点．虽然樽海鞘群算法在求解大部分优化问题具有优越性，但是，与其它群智能算法一样，其仍然存在求解精度低和收敛速度慢等缺陷．提出固定惯性权重，可以加快搜索过程中的收敛速度，并应用于特征选择问题．把樽海鞘群算法和混沌理论结合提出混沌樽海鞘群算法，在解决特征提取问题时，能发现最优特征子集，最大程度地提高分类精度，最小化所选特征的数目．提出采用子群规模调整，每个子种群的大小随着进化的过程而逐渐增加，有利于提高算法在初始阶段的探测能力和后期的开采能力．在算法中加入共享机制，改进原始算法的随机追踪的位置更新公式，降低搜索盲目性，提高收敛速度．提出非均匀变异演化算法，使个体能够跳出局部最优，以克服早熟现象．通过高斯变异来增强蝙蝠算法种群的多样性．

为解决标准樽海鞘群算法存在的求解精度不高和收敛速度慢等问题，本文提出了一种多子群的共生非均匀高斯变异樽海鞘群算法(Multi-subpopulation based Symbiosis and Non-uniform Gaussian mutation Salp Swarm Algorithm, MSNSSA)．根据适应度值大小，将种群分为领导者、追随者和链尾者三个子群．首先对领导者位置更新公式中参数c1进行分析，以更好平衡探索和开发能力；然后对追随者位置更新公式采用共生策略，增加与最优个体的交流，增强局部开发能力；最后，链尾者更新使用非均匀高斯变异，增强种群多样性．通过求解14个典型测试函数和CEC 2014测试函数的最优解，验证了改进算法MSNSSA的有效性和鲁棒性．

⛄二、部分源代码

clearvars
close all
clc

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]陈忠云,张达敏,辛梓芸.多子群的共生非均匀高斯变异樽海鞘群算法[J].自动化学报.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 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

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、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、PM2.5浓度预测、电池健康状态预测、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

3 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

4 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、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 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

6 无线传感器定位及布局方面
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

7 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

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合