先做一个声明：文章是由我的个人公众号中的推送直接复制粘贴而来，因此对智能优化算法感兴趣的朋友，可关注我的个人公众号：启发式算法讨论。我会不定期在公众号里分享不同的智能优化算法，经典的，或者是近几年提出的新型智能优化算法，并附MATLAB代码。
金豺优化(Golden Jackal Optimization, GJO)算法是2022年提出的一种新的元启发式算法。GJO算法的种群实际上应该是金豺的猎物，作者是通过更新猎物的位置来实现算法的寻优过程。它的原始参考文献如下：
“Chopra N, Ansari M M. Golden jackal optimization: A novel nature-inspired optimizer for engineering applications[J]. Expert Systems with Applications, 2022, 198: 116924.”
在讲算法之前，先说一下这个期刊吧，ESWA目前的IF是8.665，影响因子一直稳步上升，如下图所示。ESWA是中科院一区的TOP期刊，上面有很多关于群智能优化的文章，所以大家可以关注下。并且，这个期刊对实验的要求较高，对比实验必须充分、细腻，非常不错的一个期刊，强烈推荐阅读。
金豺，是一种中等大小的陆地食肉动物，属于犬科。它们分布在北非、东非、中东、欧洲、东南亚和中亚。金豺体长约70至85厘米，站立高度约40厘米，尾长约25厘米。它的皮毛通常是粗糙的棕色尖端和淡金色到黄色，因地区和季节而异。豺狼矮小的身体和长长的腿使它能够在很远的距离上奔跑捕食。金豺既吃动物，也吃植物。它们的饮食非常多样化，包括啮齿动物、小羚羊、小鸟、野兔、爬行动物、青蛙、水果、鱼和昆虫。
金豺是典型的一夫一妻制，金豺夫妇会一起狩猎，它们的整个行为非常同步。在几平方公里的范围内，雄性或雌性豺狼会用尿液将这些区域分开，以避免入侵者。合作觅食对豺狼来说是必不可少的，这让它们能够猎杀较大的猎物。配对的合作狩猎比个体狩猎有更高的猎杀率。当成对或成群狩猎时，豺狼与猎物平行奔跑，并超越猎物。在捕猎鸟类或水生啮齿动物时，它们会沿着狭窄的河流或小溪的两边奔跑，将猎物从一只豺狼驱赶到另一只豺狼。如图1所示，金豺成对狩猎的过程如下：(1). 搜索并向猎物靠近；(2). 包围并刺激猎物，直到猎物停止移动；(3). 攻击猎物。
图1 A)一对金豺夫妇 B)金豺寻找猎物 C)跟踪和包围猎物 D)&E)扑向猎物
作者对金豺狼对的狩猎策略进行了数学建模，模仿金豺夫妇的合作狩猎行为，从而设计出了GJO算法。GJO算法包括两个基本步骤是搜索猎物、包围和攻击猎物。
GJO算法主要包括搜索猎物、包围和攻击猎物两个步骤，分别对应种群的勘探与开发。与往期推送一样，目前我还不会在公众号里编辑数学公式。因此，这部分内容在Word文档里先写好，然后做成图片，最后导入。
由此，作者便通过模拟金豺捕食猎物的过程设计出了GJO算法。GJO算法设计简单，计算公式少，算法很容易实现。GJO算法与HHO算法一样，没有涉及参数的选取，也就是说，它的性能基本不受参数的影响，参数灵敏度低。但是，GJO算法的设计似乎和金豺并没有太多关系，应该是先设计出算法，再寻找可以套用的动物。当然，这只是个人观点哈~
GJO算法的计算流程非常简单，这里我给出了它的伪代码，如图2所示。
图2 GJO算法的计算流程
GJO算法的设计简单，计算公式较少，容易实现。这里就来简单检验一下算法的性能。GJO算法的MATLAB程序是严格按照它的原始参考文献进行编码的。此外，种群规模N我取的50，最大迭代次数T为500，基准函数采用的是CEC2005测试集。
这里以CEC2005测试集中的单峰函数Sphere (f1)和多峰函数Ackley (f10)、Generalized Penalized 1 (f12)为例，展示GJO算法在30维环境下的收敛效果，如图3所示。由于我觉得GJO算法和HHO算法的设计相似，这里我将它和HHO算法进行了对比，实验环境与实验设置完全相同，大家可以观察一下两种算法的对比效果。
(a) f1
(b) f10
(c) f12
图3 GJO算法和HHO算法的收敛曲线对比
就收敛效果来看，HHO算法的性能优于GJO算法。这就说明，并不是新的算法就一定性能优越，所以不要一味去推崇新算法。但是，也可以发现两点：一是GJO算法的提升空间很大，如果对其进行改进或应用，可工作的内容还是很多的。GJO算法本身就是2022年的新算法，研究的人不多，其改进策略或应用并不广泛，有兴趣的同学可以进一步研究一下。二是GJO算法完全可以作为数值实验部分的对比算法。大家不要忘了，GJO算法发表在ESWA上，中科院一区的TOP期刊，认可度较高，而GJO算法的性能并不是很优越，容易被比下去。发表的期刊认可度高、算法又容易被比赢，又是2022年的新算法，这种便宜你也不占吗？
公众号：启发式算法讨论
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
在rails源中:https://github.com/rails/rails/blob/master/activesupport/lib/active_support/lazy_load_hooks.rb可以看到以下内容@load_hooks=Hash.new{|h,k|h[k]=[]}在IRB中，它只是初始化一个空哈希。和做有什么区别@load_hooks=Hash.new 最佳答案 查看rubydocumentationforHashnew→new_hashclicktotogglesourcenew(obj)→new_has
我的主要目标是能够完全理解我正在使用的库/gem。我尝试在Github上从头到尾阅读源代码，但这真的很难。我认为更有趣、更温和的踏脚石就是在使用时阅读每个库/gem方法的源代码。例如，我想知道RubyonRails中的redirect_to方法是如何工作的:如何查找redirect_to方法的源代码？我知道在pry中我可以执行类似show-methodmethod的操作，但我如何才能对Rails框架中的方法执行此操作？您对我如何更好地理解Gem及其API有什么建议吗？仅仅阅读源代码似乎真的很难，尤其是对于框架。谢谢! 最佳答案 Ru
我的假设是moduleAmoduleBendend和moduleA::Bend是一样的。我能够从thisblog找到解决方案,thisSOthread和andthisSOthread.为什么以及什么时候应该更喜欢紧凑语法A::B而不是另一个，因为它显然有一个缺点？我有一种直觉，它可能与性能有关，因为在更多命名空间中查找常量需要更多计算。但是我无法通过对普通类进行基准测试来验证这一点。 最佳答案 这两种写作方法经常被混淆。首先要说的是，据我所知，没有可衡量的性能差异。(在下面的书面示例中不断查找)最明显的区别，可能也是最著名的，是你的
几个月前，我读了一篇关于rubygem的博客文章，它可以通过阅读代码本身来确定编程语言。对于我的生活，我不记得博客或gem的名称。谷歌搜索“ruby编程语言猜测”及其变体也无济于事。有人碰巧知道相关gem的名称吗？ 最佳答案 是这个吗:http://github.com/chrislo/sourceclassifier/tree/master 关于ruby-寻找通过阅读代码确定编程语言的rubygem？，我们在StackOverflow上找到一个类似的问题：
我目前正在使用以下方法获取页面的源代码:Net::HTTP.get(URI.parse(page.url))我还想获取HTTP状态，而无需发出第二个请求。有没有办法用另一种方法做到这一点？我一直在查看文档，但似乎找不到我要找的东西。 最佳答案 在我看来，除非您需要一些真正的低级访问或控制，否则最好使用Ruby的内置Open::URI模块:require'open-uri'io=open('http://www.example.org/')#=>#body=io.read[0,50]#=>"["200","OK"]io.base_ur
前言作为一名程序员，自己的本质工作就是做程序开发，那么程序开发的时候最直接的体现就是代码，检验一个程序员技术水平的一个核心环节就是开发时候的代码能力。众所周知，程序开发的水平提升是一个循序渐进的过程，每一位程序员都是从“菜鸟”变成“大神”的，所以程序员在程序开发过程中的代码能力也是根据平时开发中的业务实践来积累和提升的。提高代码能力核心要素程序员要想提高自身代码能力，尤其是新晋程序员的代码能力有很大的提升空间的时候，需要针对性的去提高自己的代码能力。提高代码能力其实有几个比较关键的点，只要把握住这些方面，就能很好的、快速的提高自己的一部分代码能力。1、多去阅读开源项目，如有机会可以亲自参与开源
matlab打开matlab，用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组（矩阵），往往是a*b*cunit8类型解释一下这个三维数组的意思，行数、数和层数，unit8：指数据类型，无符号八位整形，可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法，即RGB每个通道有256色阶（2^8）。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组，它将以灰度方式绘制；可以把图像拆分为rgb三层，可以以灰度的方式观察它figure(1
目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息，信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同，算法可以分为对称加密、非对称加密、对称加密和非
嗨~大家好，这里是可莉！今天给大家带来的是7个C语言的经典基础代码~那一起往下看下去把【程序一】打印100到200之间的素数#includeintmain(){ inti; for(i=100;i 【程序二】输出乘法口诀表#includeintmain(){inti;for(i=1;i 【程序三】判断1000年---2000年之间的闰年#includeintmain(){intyear;for(year=1000;year 【程序四】给定两个整形变量的值，将两个值的内容进行交换。这里提供两种方法来进行交换，第一种为创建临时变量来进行交换，第二种是不创建临时变量而直接进行交换。1.创建临时变量来
