1 内容介绍
自私畜群优化器 (SHO) 是一种元启发式算法，它基于对受到某种形式的捕食风险的动物群中的个体所表现出的广泛观察到的自私畜群行为的模拟。 在 SHO 中，个体通过两种类型的搜索代理模拟猎物和捕食者之间的掠夺性互动：自私群体（猎物）的成员和一群饥饿的捕食者。 根据它们被分类为猎物还是捕食者的不同，每个人都是由受这种猎物—捕食者关系启发的一组独特的进化算子来进行的。 这些独特的特性使 SHO 能够在不改变种群规模的情况下改善探索和开发之间的平衡。
2 仿真代码
%% SELFISH HERD OPTIMIZER (SHO) - EXAMPLE CODE
% Fernando Fausto, Eric Cuevas, Arturo Validivia & Adrian Gonzalez
% "A Global Optimization Algorithm Inspired in the Behavior of Selfish Herds"
% DOI: https://doi.org/10.1016/j.biosystems.2017.07.010
%
%% INSTRUCTIONS:
% This script runs as an example for the optimization of the ACKLEY
% function by applying the SHO algorithm. For this example, the inputs
% are set as follows:
% N = 50
% itern = 300
% f = @Ackley
% dims = 30
% xd = -5
% xu = 5
%
[gbest,bfit,gbesth,bfith] = SHO(50, 300,@Ackley,30,-5,5);
3 运行结果
编辑
编辑
4 参考文献
[1] Fausto F , Cuevas E , Valdivia A , et al. A global optimization algorithm inspired in the behavior of selfish herds[J]. Biosystems, 2017, 160:39-55.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
