目录
- 1.背景
- 2.算法原理
- 2.1算法思想
- 2.2算法过程
- 3.结果展示
- 4.参考文献
1.背景
2014年，X Meng等人受到鸡群社会行为启发，提出了鸡群优化算法（Chicken Swarm Optimization, CSO）。
2.算法原理
2.1算法思想
CSO算法的思想是基于对鸡群的模拟行为，其中鸡的身份（公鸡、母鸡和小鸡）取决于其适应度值。适应度值最好的鸡被选为公鸡，适应度值最差的鸡被认为是小鸡，其余鸡被视为母鸡。鸡群中的等级秩序、优势关系和母子关系定期更新。公鸡带领同伴寻找食物，但也会阻止其他鸡吃掉它们的食物。
2.2算法过程
适合度值高的公鸡比适合度值低的公鸡优先获得食物，适合度值越高的攻击搜索范围越大：
x i , j t + 1 = x i , j t ∗ ( 1 + R a n d n ( 0 , σ 2 ) ) . σ 2 = { 1 , i f f i ≤ f k , exp ( ( f k − f i ) ∣ f i ∣ + ε ) , o t h e r w i s e , k ∈ [ 1 , N ] , k ≠ i . (1) x_{i,j}^{t+1}=x_{i,j}^{t}*(1+Randn(0,\sigma^{2})) .\\\sigma^{2}=\begin{cases}1 ,if f_i\leq f_k ,\\\exp (\frac{(f_k-f_i)}{|f_i|+\varepsilon}), otherwise,\end{cases}k\in[1,N],k\neq i .\tag{1} xi,jt+1=xi,jt∗(1+Randn(0,σ2)).σ2={1,iffi≤fk,exp(∣fi∣+ε(fk−fi)),otherwise,k∈[1,N],k=i.(1)
母鸡跟随公鸡一起寻找食物，也会随机偷取其他鸡找到的好食物，尽管受到其他鸡的抑制。在食物争夺中，强势的母鸡比温顺的母鸡更具优势：
x i , j t + 1 = x i , j t + S 1 ∗ R a n d ∗ ( x r 1 , j t − x i , j t ) + S 2 ∗ R a n d ∗ ( x r 2 , j t − x i , j t ) S 1 = exp ( ( f i − f r 1 ) / ( a b s ( f i ) + ε ) ) S 2 = exp ( ( f r 2 − f i ) ) (2) x_{i,j}^{t+1}=x_{i,j}^t+S1*Rand*\left(x_{r1,j}^t-x_{i,j}^t\right)+S2*Rand*\left(x_{r2,j}^t-x_{i,j}^t\right)\\S1=\exp( (f_i-f_{r1}) /(abs(f_i)+\varepsilon) )\\S2=\exp((f_{r2}-f_i)) \tag{2} xi,jt+1=xi,jt+S1∗Rand∗(xr1,jt−xi,jt)+S2∗Rand∗(xr2,jt−xi,jt)S1=exp((fi−fr1)/(abs(fi)+ε))S2=exp((fr2−fi))(2)
母鸡的适应度值越小，S1越接近1，与公鸡的位置差距越小，统治力更强的母鸡更有可能吃到食物，小鸡在母亲周围寻找食物：
x i , j t + 1 = x i , j t + F L ∗ ( x m , j t − x i , j t ) (3) x_{i,j}^{t+1}=x_{i,j}^{t}+FL*(x_{m,j}^{t}-x_{i,j}^{t})\tag{3} xi,jt+1=xi,jt+FL∗(xm,jt−xi,jt)(3)
伪代码
3.结果展示
4.参考文献
[1] Meng X, Liu Y, Gao X, et al. A new bio-inspired algorithm: chicken swarm optimization[C]//Advances in Swarm Intelligence: 5th International Conference, ICSI 2014, Hefei, China, October 17-20, 2014, Proceedings, Part I 5. Springer International Publishing, 2014: 86-94.
