国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】

這篇具有很好參考價(jià)值的文章主要介紹了【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。


【獲取資源請見文章第5節(jié):資源獲取】


1. 原始POA算法

此算法詳細(xì)介紹請參考POA算法介紹

2. 改進(jìn)后的IPOA算法

2.1 Sine映射種群初始化

混沌映射可以使種群在搜索空間中的分布更加均勻,因此被廣泛使用。其中,Sine映射是一種不錯(cuò)的映射方式,其數(shù)學(xué)表達(dá)式為:
x n + 1 = a 4 s i n ( π ? x n ) (1) x_{n+1}=\frac{a}{4}sin(\pi*x_{n})\tag1 xn+1?=4a?sin(π?xn?)(1)

2.2 融合改進(jìn)的正余弦策略

正余弦優(yōu)化算法利用正余弦函數(shù)的周期性波動構(gòu)造迭代方程,實(shí)現(xiàn)全局搜索和局部開發(fā)兩個(gè)階段的功能。具體的迭代方程分為以下兩類正弦迭代或迭代余弦方程:
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
其中, t t t為當(dāng)前迭代次數(shù), X i j ( t ) X_{i}^{j}(t) Xij?(t)表示第 t t t次迭代時(shí)第 i i i個(gè)個(gè)體的第 j j j維變量, r 1 r_{1} r1? r 3 r_{3} r3?表示[0,1]之間的隨機(jī)數(shù), r 2 r_{2} r2?表示[0,2π]之間的隨機(jī)數(shù), P b e s t ( t ) P_{best}(t) Pbest?(t)表示第 t t t次迭代的最優(yōu)解。
為了進(jìn)一步提高POA算法的全局開發(fā)能力,在引入了正余弦策略的基礎(chǔ)上,還加入了鯨魚優(yōu)化算法的螺旋更新策略。

2.3 Levy飛行策略

在原始POA算法的探索階段,容易陷入局部最優(yōu),為了提高跳出局部最優(yōu)的能力,可以使用萊維飛行策略進(jìn)行位置更新使得這部分鵜鶘個(gè)體去到更廣的搜索空間:
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA

3. 部分代碼展示

%%
clc
clear
close all

%%
Fun_name='F1'; % number of test functions: 'F1' to 'F23'
SearchAgents=30;                     % number of Pelicans (population members) 
Max_iterations=500;                  % maximum number of iteration
[lb,ub,dim,fobj]=Get_Functions_details(Fun_name); % Object function information
[Best_score_POA,Best_pos_POA,POA_curve]=POA(SearchAgents,Max_iterations,lb,ub,dim,fobj);   
[Best_score_SSA,Best_pos_SSA,SSA_curve]=SSA(SearchAgents,Max_iterations,lb,ub,dim,fobj);
[Best_score_WOA,Best_pos_WOA,WOA_curve]=WOA(SearchAgents,Max_iterations,lb,ub,dim,fobj);
[Best_score_GWO,Best_pos_GWO,GWO_curve]=GWO(SearchAgents,Max_iterations,lb,ub,dim,fobj);
[Best_score_IPOA,Best_pos_IPOA,IPOA_curve]=IPOA(SearchAgents,Max_iterations,lb,ub,dim,fobj);

%%
figure('Position',[454   445   694   297]);
subplot(1,2,1);
func_plot(Fun_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([Fun_name,'( x_1 , x_2 )'])

subplot(1,2,2);
t = 1:Max_iterations;
semilogy(t, POA_curve, 'b-',    t, SSA_curve, 'k-',    t, WOA_curve, 'g-',  t, GWO_curve, 'm-',  t, IPOA_curve, 'r-','linewidth', 1.5);

title(Fun_name)
xlabel('Iteration');
ylabel('Best fitness function');
axis tight
legend('POA','SSA','WOA','GWO','IPOA')

display(['The best solution obtained by POA for ' [num2str(Fun_name)],'  is : ', num2str(Best_pos_POA)]);
display(['The best optimal value of the objective funciton found by POA  for ' [num2str(Fun_name)],'  is : ', num2str(Best_score_POA)]);
display(['The best solution obtained by SSA for ' [num2str(Fun_name)],'  is : ', num2str(Best_pos_SSA)]);
display(['The best optimal value of the objective funciton found by SSA  for ' [num2str(Fun_name)],'  is : ', num2str(Best_score_SSA)]);
display(['The best solution obtained by WOA for ' [num2str(Fun_name)],'  is : ', num2str(Best_pos_WOA)]);
display(['The best optimal value of the objective funciton found by WOA  for ' [num2str(Fun_name)],'  is : ', num2str(Best_score_WOA)]);
display(['The best solution obtained by GWO for ' [num2str(Fun_name)],'  is : ', num2str(Best_pos_GWO)]);
display(['The best optimal value of the objective funciton found by GWO  for ' [num2str(Fun_name)],'  is : ', num2str(Best_score_GWO)]);
display(['The best solution obtained by IPOA for ' [num2str(Fun_name)],'  is : ', num2str(Best_pos_IPOA)]);
display(['The best optimal value of the objective funciton found by IPOA  for ' [num2str(Fun_name)],'  is : ', num2str(Best_score_IPOA)]);

4. 仿真結(jié)果展示

【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA
【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】,Matlab,#群智能算法改進(jìn),matlab,鵜鶘優(yōu)化算法,POA

5. 資源獲取

可以獲取完整代碼資源。文章來源地址http://www.zghlxwxcb.cn/news/detail-707749.html

到了這里,關(guān)于【群智能算法改進(jìn)】一種改進(jìn)的鵜鶘優(yōu)化算法 IPOA算法[1]【Matlab代碼#57】的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包