一种基于领导者策略的狼群搜索算法--《计算机应用研究》2013年09期
一种基于领导者策略的狼群搜索算法
【摘要】：基于狼群捕食行为的特性,提出一种基于领导者策略的狼群搜索算法。该算法思想源于狼群个体之间存在相互竞争,从而推选出狼群中最为精壮的狼作为狼群的领导者,然后在领导者的带领下获取猎物,这样使得狼群能够更加有效地捕获到猎物。狼群在领导者狼的带领下通过不断搜索,捕获猎物,该过程对于优化问题,最终可找到全局最优解。为表明所提出的算法有效和正确性,通过测试标准函数与其他同类算法比较,结果表明该算法无论在收敛速度还是求解精度上都较优,且不易陷入局部极小。
【作者单位】：
【关键词】：
【基金】：
【分类号】：TP18【正文快照】：
’引言为求解复杂非线性优化问题,人们提出了许多群智能优化算法,相比较传统优化方法,群智能算法实现简单、不受搜索空间和目标函数形态的制约而被成功地应用于优化问题[1]。如粒子群算法(PSO)[2]、遗传算法(GA)[3,4]、人工蜂群算法(ABC)[5,6]等。这些群智能优化算法不同程度
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【共引文献】
中国期刊全文数据库
马友平;;[J];安徽农业科学;2007年33期
吴金华;戴淼;尹剑;;[J];安徽农业科学;2008年36期
秦鹏;夏枫耿;明飞平;吴振强;;[J];安徽农业科学;2011年10期
曹素兵;朱婵;;[J];安徽农业科学;2011年14期
郭强;罗长寿;魏清凤;;[J];安徽农业科学;2011年26期
赵佳;张威;方进;杨中平;郑琼林;刘友梅;;[J];北京交通大学学报;2011年02期
胡琰;李国岫;李少鹏;;[J];北京交通大学学报;2011年04期
周丽娟;乐晓波;;[J];办公自动化;2007年06期
邹明;姜礼平;苏思;;[J];兵工自动化;2009年11期
尹文彬;许腾;侯博;盖世昌;;[J];兵工自动化;2010年05期
中国重要会议论文全文数据库
齐文文;赵斌;龙连春;;[A];北京力学会第18届学术年会论文集[C];2012年
刘涵;高俊涛;;[A];中国自动化学会控制理论专业委员会B卷[C];2011年
粟晓玲;史银军;;[A];全国水资源合理配置与优化调度及水环境污染防治技术专刊[C];2011年
张远安;张春荣;强勇;;[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
左言言;严才宝;;[A];第十届全国振动理论及应用学术会议论文集（2011）上册[C];2011年
赵亮;李书;鲁大伟;;[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年
颜伏伍;王洪建;田韶鹏;袁智军;;[A];湖北省内燃机学会2009年学术年会论文集[C];2009年
张朝晖;;[A];土木建筑学术文库(第13卷)[C];2010年
马敏阳;秦秀波;姜小盼;王宝义;吴伟明;;[A];第十届全国正电子湮没谱学会议论文集[C];2009年
王勇;白丹;党志良;李鹏;;[A];水力学与水利信息学进展 2009[C];2009年
中国博士学位论文全文数据库
陆满君;[D];哈尔滨工程大学;2010年
刘营;[D];哈尔滨工程大学;2009年
许爱德;[D];大连海事大学;2010年
查云飞;[D];湖南大学;2010年
刘思华;[D];山东大学;2010年
周巍;[D];太原理工大学;2011年
张凌云;[D];太原理工大学;2011年
孙晓梅;[D];吉林大学;2011年
程方晓;[D];吉林大学;2011年
胡丹丹;[D];华中科技大学;2011年
中国硕士学位论文全文数据库
万成;[D];南昌航空大学;2010年
张可平;[D];南昌航空大学;2010年
李坤;[D];南昌航空大学;2010年
纪二云;[D];山东科技大学;2010年
李京京;[D];郑州大学;2010年
雷明杰;[D];郑州大学;2010年
张鹏;[D];山东农业大学;2010年
黄丽琴;[D];哈尔滨工程大学;2010年
王彬;[D];哈尔滨工程大学;2010年
李冰洁;[D];大连理工大学;2010年
【相似文献】
中国期刊全文数据库
郑立辉,郭亚军,潘德惠;[J];控制理论与应用;1997年03期
王芳林,徐国华,陈建军;[J];西安电子科技大学学报;2000年04期
徐猛华,黄笑鹃;[J];计算机与现代化;2003年12期
韦凌云;柴跃廷;赵玫;;[J];计算机工程与应用;2006年22期
王丽芳;曾建潮;;[J];计算机工程与科学;2006年09期
高亮;王晓娟;魏巍;陈亚洲;;[J];华中科技大学学报(自然科学版);2006年11期
李慧贤;李英华;;[J];数值计算与计算机应用;2007年01期
冯雪;裴志松;;[J];吉林建筑工程学院学报;2011年03期
张国平,王正欧,袁国林;[J];Transactions of Tianjin U2001年03期
周晴,李衍达;[J];电子学报;2002年01期
中国重要会议论文全文数据库
邬冬华;张连生;田蔚文;;[A];2001年全国数学规划及运筹研讨会论文集[C];2001年
宝音;高云峰;李炎恒;龚胜平;李俊峰;;[A];北京力学学会第12届学术年会论文摘要集[C];2006年
曹炜;田志远;乔红端;;[A];中国运筹学会第九届学术交流会论文集[C];2008年
顾海昌;方康玲;;[A];第二十届中国控制会议论文集（下）[C];2001年
程龙玖;;[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
田蔚文;邬冬华;冷岗松;;[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年
张连生;;[A];2001年全国数学规划及运筹研讨会论文集[C];2001年
赵光权;彭喜元;;[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年
乔红端;田志远;曹炜;;[A];中国运筹学会第九届学术交流会论文集[C];2008年
高红;侯立刚;苏成利;;[A];2009中国控制与决策会议论文集（2）[C];2009年
中国重要报纸全文数据库
蒙宣;[N];中国人事报;2003年
朱振攀;[N];连云港日报;2007年
文廷;[N];巴彦淖尔日报(汉);2007年
廖和明;[N];中国石油报;2008年
陈刚;[N];中国石油报;2007年
;[N];人民邮电;2008年
金彪;[N];中国化工报;2006年
于忠斌;[N];黑龙江日报;2008年
王玲;[N];经济日报;2008年
中共志丹县委书记
李来存;[N];厂长经理日报;2001年
中国博士学位论文全文数据库
李彤;[D];天津大学;2004年
刘海涛;[D];清华大学;2005年
曲杰;[D];清华大学;2004年
鄢烈祥;[D];北京化工大学;1998年
张攀;[D];山东大学;2008年
张艳姝;[D];机械科学研究院;2005年
杨仕友;[D];沈阳工业大学;1995年
赵光权;[D];哈尔滨工业大学;2007年
郑小平;[D];大连理工大学;2008年
马明娟;[D];吉林大学;2009年
中国硕士学位论文全文数据库
刘旭旺;[D];辽宁工程技术大学;2009年
崔丽群;[D];辽宁工程技术大学;2004年
刘大莲;[D];西安电子科技大学;2004年
杨向军;[D];长安大学;2005年
于贻丹;[D];青岛大学;2010年
龙永文;[D];东南大学;2005年
张振安;[D];东南大学;2005年
闫妍;[D];哈尔滨工程大学;2007年
常永明;[D];西安电子科技大学;2009年
姚树建;[D];吉林大学;2006年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号一种新的群体智能算法----狼群算法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
喜欢此文档的还喜欢
一种新的群体智能算法----狼群算法
基​于​狼​群​群​体​智​能​,​抽​象​出​游​走​、​召​唤​、​围​攻种​智​能​行​为​以​及​“​胜​者​为​王​”​的​头​狼​产​生​规​则​和​“​强​者​生​存​”​的​狼​群​更​新​机​制​,​提​出​一​种​新​的​群​体​智​能​算​法​―​―​―​狼​群​算​法​,​并​基​于​马​尔​科​夫​链​理​论​证​明​了​算​法​的​收​敛​性​。​将​算​法​应​用​于5​个​典​型​复​杂​函​数​优​化​问​题​,​并​同​经​典​的​粒​子​群​算​法​、​鱼​群​算​法​和​遗​传​算​法​进​行​比​较​。​仿​真​结​果​表​明​,​该​算​法​具​有​较​好​的​全​局​收​敛​性​和​计​算​鲁​棒​性​,​尤​其​适​合​高​维​、​多​峰​的​复​杂​函​数​求​解​.
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢跪求用c++程序来实现pagerank算法的代码！！_百度知道
跪求用c++程序来实现pagerank算法的代码！！
我有更好的答案
按默认排序
好意思，虽然我懂C++，你不认为应该给我们提供一下伪代码么，但是我不知道pagerank
you can get it in GitHub,a website./** * @file * @author
Aapo Kyrola &akyrola@cs.cmu.edu& * @version 1.0 * * @section LICENSE * * Copyright [2012] [Aapo Kyrola, Guy Blelloch, Carlos Guestrin / Carnegie Mellon University] *
* Licensed under the Apache License, Version 2.0 (the &License&); * you may not use this file except in compliance with the License. * You may obtain a copy of the License at *
* Unless required by applicable law or agreed to in writing, software * distributed under the License is distributed on an &AS IS& BASIS, * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. * See the License for the specific language governing permissions and * limitations under the License.
* * @section DESCRIPTION * * Simple pagerank implementation. Uses the basic vertex-based API for * demonstration purposes. A faster implementation uses the functional API, * &pagerank_functional&. */#include &string&#include &fstream&#include &cmath&#define GRAPHCHI_DISABLE_COMPRESSION#include &graphchi_basic_includes.hpp&#include &util/toplist.hpp&usin #define THRESHOLD 1e-1
#define RANDOMRESETPROB 0.15typedef float VertexDataTtypedef float EdgeDataTstruct PagerankProgram : public GraphChiProgram&VertexDataType, EdgeDataType& {
* Called before an iteration starts. Not implemented.
void before_iteration(int iteration, graphchi_context &info) {
* Called after an iteration has finished. Not implemented.
void after_iteration(int iteration, graphchi_context &ginfo) {
* Called before an execution interval is started. Not implemented.
void before_exec_interval(vid_t window_st, vid_t window_en, graphchi_context &ginfo) {
* Pagerank update function.
void update(graphchi_vertex&VertexDataType, EdgeDataType& &v, graphchi_context &ginfo) {
float sum=0;
if (ginfo.iteration == 0) {
/* On first iteration, initialize vertex and out-edges.
The initialization is important,
because on every run, GraphChi will modify the data in the edges on disk.
for(int i=0; i & v.num_outedges(); i++) {
graphchi_edge&float& * edge = v.outedge(i);
edge-&set_data(1.0 / v.num_outedges());
v.set_data(RANDOMRESETPROB);
/* Compute the sum of neighbors' weighted pageranks by
reading from the in-edges. */
for(int i=0; i & v.num_inedges(); i++) {
float val = v.inedge(i)-&get_data();
/* Compute my pagerank */
float pagerank = RANDOMRESETPROB + (1 - RANDOMRESETPROB) *
/* Write my pagerank divided by the number of out-edges to
each of my out-edges. */
if (v.num_outedges() & 0) {
float pagerankcont = pagerank / v.num_outedges();
for(int i=0; i & v.num_outedges(); i++) {
graphchi_edge&float& * edge = v.outedge(i);
edge-&set_data(pagerankcont);
/* Keep track of the progression of the computation.
GraphChi engine writes a file filename.deltalog. */
ginfo.log_change(std::abs(pagerank - v.get_data()));
/* Set my new pagerank as the vertex value */
v.set_data(pagerank);
* Faster version of pagerank which holds vertices in memory. Used only if the number
* of vertices is small enough.
*/struct PagerankProgramInmem : public GraphChiProgram&VertexDataType, EdgeDataType& {
std::vector&EdgeDataType&
PagerankProgramInmem(int nvertices) :
pr(nvertices, RANDOMRESETPROB) {}
void update(graphchi_vertex&VertexDataType, EdgeDataType& &v, graphchi_context &ginfo) {
if (ginfo.iteration & 0) {
float sum=0;
for(int i=0; i & v.num_inedges(); i++) {
sum += pr[v.inedge(i)-&vertexid];
if (v.outc & 0) {
pr[v.id()] = (RANDOMRESETPROB + (1 - RANDOMRESETPROB) * sum) / v.
pr[v.id()] = (RANDOMRESETPROB + (1 - RANDOMRESETPROB) * sum);
} else if (ginfo.iteration == 0) {
if (v.outc & 0) pr[v.id()] = 1.0f / v.
if (ginfo.iteration == ginfo.num_iterations - 1) {
/* On last iteration, multiply pr by degree and store the result */
v.set_data(v.outc & 0 ? pr[v.id()] * v.outc : pr[v.id()]);
};int main(int argc, const char ** argv) {
graphchi_init(argc, argv);
metrics m(&pagerank&);
global_logger().set_log_level(LOG_DEBUG);
/* Parameters */
std::string filename
= get_option_string(&file&); // Base filename
int niters
= get_option_int(&niters&, 4);
bool scheduler
// Non-dynamic version of pagerank.
= get_option_int(&top&, 20);
/* Process input file - if not already preprocessed */
int nshards
= convert_if_notexists&EdgeDataType&(filename, get_option_string(&nshards&, &auto&));
graphchi_engine&float, float& engine(filename, nshards, scheduler, m);
engine.set_modifies_inedges(false); // Improves I/O performance.
bool inmemmode = engine.num_vertices() * sizeof(EdgeDataType) & (size_t)engine.get_membudget_mb() * 1024L * 1024L;
if (inmemmode) {
logstream(LOG_INFO) && &Running Pagerank by holding vertices in-memory mode!& && std::
engine.set_modifies_outedges(false);
engine.set_disable_outedges(true);
engine.set_only_adjacency(true);
PagerankProgramInmem program(engine.num_vertices());
engine.run(program, niters);
engine.run(program, niters);
/* Output top ranked vertices */
std::vector& vertex_value&float& & top = get_top_vertices&float&(filename, ntop);
std::cout && &Print top & && ntop && & vertices:& && std::
for(int i=0; i & (int)top.size(); i++) {
std::cout && (i+1) && &. & && top[i].vertex && &\t& && top[i].value && std::
metrics_report(m);
return 0;}
其他类似问题
pagerank的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁z 一种新的群体智能算法_狼群算法_吴虎胜_张凤鸣_吴庐山_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
&&¥3.00
&&¥3.00
喜欢此文档的还喜欢
z 一种新的群体智能算法_狼群算法_吴虎胜_张凤鸣_吴庐山
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
一种新的群体智能算法_狼群算法
下载积分：350
内容提示：一种新的群体智能算法_狼群算法
文档格式：PDF|
浏览次数：2|
上传日期： 10:59:45|
文档星级：
该用户还上传了这些文档
一种新的群体智能算法_狼群算法.PDF
道客巴巴认证
机构认证专区
加  展示
享受成长特权
官方公共微信