图像分割MATLAB,

  图像分割MATLAB,

  【图像分割】基于混洗混合复杂进化实现图像分割附矩阵实验室代码_MATLAB仿真博客的技术博客_博客

  一内容介绍解决全局优化问题的难度一般取决于问题的维数和目标函数的某些特征。本文讨论了其中五个特征,并提出了一种称为混合复杂进化方法的函数优化策略,该方法有望为广泛的问题提供稳健、有效和高效的方法常设专家委员会方法基于对已证明对全局优化成功的四个概念的综合:(一)概率和确定性方法的组合;(二)聚类;(三)跨越空间的复杂点的系统演变,朝着全球改进的方向发展;(四)竞争演变。提出了两种基于苏格兰教育证书方法的算法。这些算法通过对八个不同难度的测试问题运行100 次随机启动的试验来进行测试。这两种算法的性能与价格(1983年,1987年)提出的受控随机搜索CRS2方法以及内尔德和米德(1965年)提出的基于单纯形法的多启动算法的性能进行了比较。

  2部分代码function [BestCost,x,f]=混合复杂进化(img _ gray,NS,itr,popl)

  CostFunction=@(x,img_gray) imagethresh(x,img _ gray);%成本函数

  nVar=NS决策变量的百分比

  VarSize=[1 nVar];%决策变量矩阵大小

  var min=0;%决策变量下限

  VarMax=254%决策变量上限

  %% SCE-UA参数

  MaxIt=itr%最大迭代次数

  nPopComplex=popl%复杂大小

  nPopComplex=max(nPopComplex,nVar 1);%内尔德-米德标准

  n复数=5;%复合体数量

  nPop=nComplex * nPopComplex%人口规模

  I=shape(1:nPop,nComplex,[]);

  % CCE参数

  CCE参数。q=max(round(0.5 * nPopComplex),2);家长人数百分比

  CCE参数。阿尔法=3;后代数量百分比

  cce _ params.beta%最大迭代次数

  cce_params .成本函数=成本函数;

  cce_params .VarMin=VarMin

  cce_params .VarMax=VarMax

  空_个人。位置=[];

  空_个人。成本=[];

  pop=repmat(empty_individual,nPop,1);

  %初始化群体成员

  对于i=1:nPop

  波普(我)。Position=unifrnd(VarMin,VarMax,VarSize);

  波普(我)。成本=CostFunction(pop(i)).位置,img _ gray);

  目标

  %排序

  pop=排序总体(pop);

  %更新

  最佳sol=pop(1);

  BestCost=nan(MaxIt,1);

  %%正文

  for it=1:MaxIt

  Complex=cell(nComplex,1);

  %形成复合体并运行教育中心

  对于j=1:n复数

  %复杂结构

  复数{j}=pop(I(j,);

  复数CCE(复数{j},cce_params,img _ gray);

  %将更新的组合系统插入到群体中

  pop(I(j,)=复数{ j };

  目标

  %排序

  pop=排序总体(pop);

  %更新

  最佳sol=pop(1);

  %商店

  BestCost(it)=BestSol .成本;

  目标

  f=最佳成本(end);

  x=BestSol .位置;

  目标

  3运行结果

  四参考文献[1]马吉德K,Qyyum M A,纳瓦兹A,等。基于混合复杂进化的大规模液化天然气生产级联过程性能增强与分析[J]。能源,2020,13(10):2511。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: