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.
