当前位置: 首页 > news >正文

2025年2月一区SCI-壮丽细尾鹩莺算法Superb Fairy-wren Optimization-附Matlab免费代码

引言

本期介绍一种新的元启发式算法——壮丽细尾鹩莺优化算法Superb Fairy-wren Optimization algorithm,SFOA。该算法结合了壮丽细尾鹩莺群体中幼鸟的发育,繁殖后喂养幼鸟的行为,以及它们躲避捕食者的策略,于2025年2月最新发表在JCR 1区,中科院3区 SCI计算机类期刊 Cluster Computing。

图片

壮丽细尾鹩莺采用合作繁殖策略,一组三到五个成员全年守护着他们的领地,包括一对雌性和额外的雄性助手。性别比例不平衡,女性较少,导致一些男性通过帮助近亲获得健康益处。它们主要以昆虫为食,但也吃种子、花和果实。它们用细长的喙和宽阔的下腹部灵活地捕猎,但很容易受到捕食者的攻击。当面临威胁时,它们会用某些行为和叫声来警告同伴。

1. 初始化:和其他群优化算法一样,采用随机初始化

图片

2. 雏鸟生长阶段:在SFOA的生长阶段,种群成员的位置是基于动态模拟来更新的,这需要大量的幼鸟生长经验。由于种群中幼鸟基数较大,不利于种群的生存,所以在幼鸟快速成长时,通过不断学习大量经验,不断更新位置的过程来模拟SFOA成员在问题解决空间中的位置。从经验中学习是一系列过程运动的模型,以导致位置的广泛变化:

图片

3. 繁殖和饲养阶段:在SFOA的第二阶段,通过模拟壮丽细尾鹩莺在繁殖和哺育过程中的教学机制,更新种群成员的位置。当风险阈值较低时,鹩莺会进入繁殖阶段,在孵卵时采用独特的亲子鉴定方法,防止外来物种入侵

图片

图片

4. 躲避天敌阶段:在SFOA的捕食者躲避阶段,基于鹩莺对捕食者攻击的防御机制,更新种群成员的位置。当这只美丽的鹩莺被捕食者发现时,它会迅速奔跑,不断地拍打翅膀,扰乱捕食者的视线。同时,发出警告声音提醒其他SFOA成员。在这种情况下,被捕食者瞄准的SFOA将迅速逃脱,导致成员位置的轻微变化。其他成员将悬停在空中以避免捕食者,从而导致位置的巨大变化。

图片

SFOA算法伪代码:

图片

为了评估SFOA的优化效果,采用IEEE CEC2017和IEEE CEC2022的基准测试函数,采用定性和定量的方法对几种经典优化算法和新型优化算法进行了比较。结果表明,该算法具有较高的鲁棒性和有效性。将该算法应用于14个CEC约束工程设计问题、5个约束工程设计问题和1个采用封装方法的高维特征选择问题,验证了算法的实用性。

图片

图片

 

 

参考文献

Jia, H., Zhou, X., Zhang, J. et al. Superb Fairy-wren Optimization Algorithm: a novel metaheuristic algorithm for solving feature selection problems. Cluster Comput 28, 246 (2025). https://doi.org/10.1007/s10586-024-04901-w.

Matlab代码下载

微信搜索并关注-优化算法侠(英文名:Swarm-Opti),或扫描下方二维码关注,以算法名字搜索历史文章即可下载。

完整代码

图片

图片

SFOA-code-main.zip

点击链接跳转:

390种优化算法免费下载-matlab

https://mp.weixin.qq.com/s/EzKqtSwR9r2DkGj-ozJXwA

求解cec测试函数-matlab 

cec2017测试函数使用教程及matlab代码免费下载

cec2018测试函使用教程及matlab代码免费下载

cec2019测试函使用教程及matlab代码免费下载

cec2020测试函使用教程及matlab代码免费下载

cec2021测试函使用教程及matlab代码免费下载

cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程,SO EASY!

215种群智能优化算法python库

Amazing!Python版215种群智能优化算法https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=1&sn=6b439e55b37b6482b8d3831ca85f1d55&chksm=c12be0c8f65c69de71ad51d3b736b871ff52f8646e90624f95dd32b024dfaad369d654aaf8fc#rd

解决12工程设计优化问题-matlab

略微出手,工程设计问题(12)(附Matlab代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247485052&idx=1&sn=80e5573c1c005ee5640e44935044ee35&chksm=c12bea79f65c636fc73758b4f4893502bd89cbd1c5d15d7db15e8b5c94eeae40450439d44944&token=681266555&lang=zh_CN#rd

求解11种cec测试函数-python

【选择自由,免费下载】215种优化算法求解11种cec测试函数-python代码https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=2&sn=eea8fb04dc507ab9119e2c97c03ca2f6&chksm=c12be0c8f65c69decd6c8109f6b997986bf58725fdbbd7ab03752cb6f61aacdb5a2dc7fec762#rd

解决30种工程设计优化问题-python

【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=3&sn=ea6d26ae7cb651e5c368f4c73ade228e&chksm=c12be0c8f65c69de739af72d9793838f59ab77bfee36bc2c204f96e2a9e5c6d87dfbbbae698e#rd

仅需一行,可改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)

用于改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)21种混沌映射方法-混沌初始化,适用于所有优化算法https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486215&idx=2&sn=58f1a69175b0d6431a4c7cdfa114b84d&chksm=c12be702f65c6e14e6bd1ddc33b9cec74991d93303c325853049b7e4afd09039b13083fa79c5&token=25423484&lang=zh_CN#rd

【有经典,有最新】24种信号分解方法(附matlab代码) 

沙场大点兵:24种信号分解方法(附matlab代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486001&idx=1&sn=a87c24cb401017a78a90bd1b1439fcb0&chksm=c12be634f65c6f22368b7229a59ac5ef330b89d710c826dbfd1a1c34a02b1dd7e909c7f40d79&token=25423484&lang=zh_CN#rd

 【分类新范式】27种一维数据转换成二维图像的方法-matlab代码

沙场大点兵:27种一维数据转换成二维图像的方法-matlab代码https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486260&idx=1&sn=81b1970cb89364c0289ccdfb403e5388&chksm=c12be731f65c6e273a85456326b503b7f35d9f035405050932ff1926e0b1bfa8076b1bc2d1f2&token=25423484&lang=zh_CN#rd

http://www.dtcms.com/a/106688.html

相关文章:

  • 【C++继承】关于继承的细节分析
  • yolo11参数信息
  • 学习总结 网格划分+瞬态求解设置
  • vector模拟实现2
  • Windows系统服务器安装Office Online Server
  • C语言复习笔记--指针(2)
  • 详解 MySQL InnoDB 引擎中的聚簇索引和非聚簇索的区别
  • OpenCV边界填充方法详解
  • Python入门(6):面向对象编程(OOP)
  • Smith Chart阻抗匹配
  • elasticsearch 7.17 索引模板
  • 一段式端到端自动驾驶:UniAD:Planning-oriented Autonomous Driving
  • python函数装饰器
  • (linux操作系统)环境变量
  • 【NS3-如何在NS3中模拟每个节点的本地时钟?
  • 自动获取屏幕尺寸信息的html文件
  • [图文]directed不是direct-《分析模式》漫谈50
  • 算法刷题记录——LeetCode篇(3.10) [第291~300题](持续更新)
  • 【Java中级】10章、内部类、局部内部类、匿名内部类、成员内部类、静态内部类的基本语法和细节讲解配套例题巩固理解【5】
  • 《AI大模型应知应会100篇》第7篇:Prompt Engineering基础:如何与大模型有效沟通
  • SAP BDC应用1-批量处理财务三大报表
  • Java 代理模式 详解
  • 4.2学习总结
  • Vue与React区别分析
  • 机器学习开发全流程详解:从数据到部署的完整指南
  • el-dialog实现遮罩层后面的内容也能点击
  • SqlServer整库迁移至Oracle
  • 鹧鸪云光伏仿真软件场外设计功能:构建系统级工程闭环
  • time.sleep(10)和 async 区别
  • 通信算法之251: 时频图谱spectrogram(如短时傅里叶变换STFT)