乌鸦搜索算法(Crow Search Algorithm, CSA)

乌鸦搜索算法(Crow Search Algorithm, CSA)

CSA算法是最近发展起来的一种新的群体智能算法，它模拟乌鸦储存多余食物并在需要时取出食物的行为。在优化理论中，乌鸦是搜索者，周围环境是搜索空间，随机存储食物的位置是一种可行的解决方案。在所有的食物位置中，储存食物最多的位置被认为是全局最优解，目标函数是食物的数量。CSA通过模拟乌鸦的智能行为，试图找到各种优化问题的最优解。由于其实现简单、参数数量少、灵活性等优点，它在世界范围内获得了相当大的兴趣。

CSA的流程图，其主要阶段如下:

1)在d维随机初始化乌鸦群。

2)用适应度函数对每只乌鸦进行评价，并将其值作为初始记忆值。每只乌鸦都把它的藏身之处存储在它的内存变量mi中。

3)乌鸦通过随机选择另一只乌鸦，即xj，并生成一个随机值来更新自己的位置。如果此值大于感知概率' AP '，则乌鸦xi将跟随xj了解mj。

4)乌鸦通过随机选择另一只乌鸦xj来更新自己的位置，并跟随它来知道mj。那么新的xj计算如下

式中APj,iter为乌鸦j感知概率，iter为迭代次数，ri、rj为随机数，fli,iter为乌鸦i的飞行长度，表示乌鸦j的记忆。

5)更新记忆