研究文章
小说Pigeon-Inspired优化RBF模型并行分支预测电池
|
输入 |
| NP:鸽子群的个体数量 |
| D:维度的搜索空间 |
| R原因:地图和指南针 |
| 搜索范围:边界的搜索空间 |
| 数控1马克斯:一代又一代的最大数量,地图和指南针操作执行 |
| 数控2马克斯:一代又一代的最大数量,具有里程碑意义的操作执行。 |
| 输出 |
| Xg:全球最适条件的适应度函数f |
| (1) |
初始化 |
| 设置初始值数控1马克斯,数控2马克斯,NP,D,R和搜索范围 |
| 设置初始路径习和速度V我为每个鸽子个人 |
| 集XgydF4y2Bap=XgydF4y2Ba我,数控= 1 |
| 计算适应度值不同的鸽子 |
|
:= argmin [f:(XgydF4y2Bap)] |
| (2) |
地图和指南针操作 |
| 为数控= 1,数控1马克斯做 |
| 为我= 1,Np做 |
| 而XgydF4y2Ba我超出了搜索范围做了什么 |
| 计算V我和XgydF4y2Ba我根据方程(4)和(5) |
| 结束时 |
| 结束了 |
| 评估XgydF4y2Ba我和更新XgydF4y2Bap和Xg |
| 结束了 |
| (3) |
里程碑式的操作 |
| 为数控=数控1马克斯+ 1数控2马克斯做 |
| 而XgydF4y2Bap超出了搜索范围做了什么 |
| 排名所有可用的鸽子的人根据他们的健身价值 |
| NP=NP/ 2 |
| 保持一半的患者更好的健身价值,和放弃另外一半 |
| XgydF4y2Bac=平均剩余的鸽子个人价值的路径 |
| 计算XgydF4y2Ba我根据方程(8) |
| 结束时 |
| 评估XgydF4y2Ba我和更新XgydF4y2Bap和 |
| 结束了 |
| (4) |
输出 |
|
适应度函数的输出作为全球最佳状态吗f |
|
