狐獴算法简介及应用.pptx

狐獴算法简介及应用

狐獴（Meerkat）栖息于最开放和最干旱的南部非洲，生活在草原和开阔平原地区。狐獴是一种高度社会化的动物，一个狐獴群落一般可达50只左右。

狐獴算法（MeerkatClanAlgorithm）由ZiedO.Ahmed等人于2018年4月提出的一种新型群体智能算法，特点是基于狐獴高度社会化的生活习性，并且算法的运行过程模拟了狐獴的觅食、保姆和哨兵的角色转化。狐獴算法能用来解决TSP及FJSP等诸多优化问题。

1.狐獴的生活习性

狐獴是群居动物，通常由2~50只不等聚居在一起，具有极强的排外性，其群落由三部分构成，即觅食子群、保姆子群和哨兵，通常觅食与保姆数量不定，哨兵由一只狐獴担任。

1)哨兵

2)觅食子群

3)保姆子群

狐獴群落的哨兵在站岗放哨时表现出极强的警戒性，一旦有任何天敌或危险出现，就会及时鸣叫，在附近觅食的狐獴听到警报声后迅速逃往洞中，待危险解除后又重新出来觅食，其数量为1。

一般来说，外出觅食的群体由狐獴群落中身体素质优良的个体来担任，它们比洞中的承担照顾角色的狐獴要更优良一些。外出觅食时，它们的动作行为与哨兵紧密配合。

保姆子群的任务总体由相对较弱的个体来承担，只是在洞中照顾幼崽免于任何危险，护佑幼崽成长。若无法躲到地下，保姆会聚拢幼兽，并用自己的身躯挡在它们上面。

放哨的狐獴

2.狐獴算法流程

觅食子群数量为m，弱劣个体比例为Fr

保姆子群数量为c，弱劣个体比例为Cr

计算每个个体的适应度

适应度值最优者为哨兵

将个体数量为(n-1)的剩余种群随机划分为觅食子群与保姆子群

哨兵数量为1

觅食子群每一个个体均从其邻域产生个体，若适应度值均弱于该个体，则从哨兵产生邻域并替换

开始

新觅食子群数量为m，弱劣个体比例为Fr

按比例将保姆子群中最优个体替换新觅食子群中弱劣个体

随机产生新个体替换保姆子群中的弱劣个体

选择出最优个体

比哨兵更优吗？

到达终止条件了吗？

输出哨兵，即为该代最优值

结束

狐獴种群个体数量n

将值赋给哨兵

否

是

否

是

3.函数最值问题应用

求下面函数的最大值：

，

x=0:0.01:10;%划分区间点

y=x+10*sin(5*x)+7*cos(4*x);%函数表达式

plot(x,y);%绘图

xlabel(x);%横坐标命名

ylabel(f(x));%纵坐标命名

title(f(x)=x+10*sin(5*x)+7*cos(4*x))%标题

可直接画出它的函数图像：

数据游标标出最大值

经狐獴算法代码运行得到的结果：

狐獴算法运行100代的结果