一、沙丁鱼优化算法
沙丁鱼优化算法(Sardine optimization algorithm,SOA)由Zhang HongGuang等人于2023年提出,该算法模拟沙丁鱼的生存策略,具有搜索能力强,求解精度高等特点。
沙丁鱼主要以浮游生物为食,这些生物包括细菌、腔肠动物、软体动物、原生动物、十足目、幼小藤壶、鱼卵、甲藻、桡足类等。沙丁鱼的季节饵料组成会随着水文条件的变化而改变。在上升流剧烈的时期,饵料组成以浮游植物为主;而在上升流微弱的时期,饵料组成则以浮游动物为主。沙丁鱼是一种滤食动物,它们通过鳃过滤海水,捕获通过鳃的浮游生物。此外,沙丁鱼拥有一双透镜眼,这极大地提高了它们的视力和图像亮度,因此它们能够利用视力追踪在水中过滤的猎物。除了像大多数鱼类一样借助快速的游动逃避捕食者外,沙丁鱼还利用群体行为来躲避捕猎者。例如,当遇到捕食沙丁鱼的海豚时,沙丁鱼会聚成大群来对抗海豚的捕食。在没有外部威胁或障碍物时,鱼群通常会聚成接近球形的形态,以便协同躲避。
参考文献:Zhang, H., Tang, M., Liu, Y. et al. Sardine Optimization Algorithm with Agile Locality and Globality Strategies for Real Optimization Problems. Arab J Sci Eng 48, 9787–9825 (2023). Sardine Optimization Algorithm with Agile Locality and Globality Strategies for Real Optimization Problems | SpringerLink
二、23个测试函数简介
23个测试函数简介
测试集:23组基本测试函数简介及图像(提供python代码)_IT猿手的博客-CSDN博客
参考文献:
[1] Yao X, Liu Y, Lin G M. Evolutionary programming made faster[J]. IEEE transactions on evolutionary computation, 1999, 3(2):82-102.
三、SOA求解23个测试函数
(1)部分代码
close all clear ; clc; SearchAgents_no=20; % 种群数量 Function_name='F1'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数 Max_iteration=100; % Maximum numbef of iterations 设定最大迭代次数 % Load details of the selected benchmark function [lb,ub,dim,fobj]=Get_Functions_details(Function_name); %设定边界以及优化函数 %% Executing SOA algorithm [BestIndividual,BestFitness,curve]=SOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj); %开始优化 figure plot(curve,'Color','r','linewidth',2.5) title('Objective space') xlabel('Iteration'); ylabel('Best score obtained so far'); axis tight grid on box on legend('SOA') display(['The best solution obtained by SOA is ', num2str(BestIndividual)]); display(['The best optimal value of the objective funciton found by SOA is ', num2str(BestFitness)]);
(2)部分结果
文章来源:https://www.toymoban.com/news/detail-707296.html
文章来源地址https://www.toymoban.com/news/detail-707296.html
四、完整MATLAB代码
到了这里,关于沙丁鱼优化算法(Sardine optimization algorithm,SOA)求解23个函数MATLAB的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!