基于胡桃夹子优化算法 (NOA)求解单目标优化问题附matlab代码

最新推荐文章于 2024-05-03 11:35:55 发布

原创最新推荐文章于 2024-05-03 11:35:55 发布 · 595 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #算法 #开发语言

优化求解专栏收录该内容

553 篇文章

订阅专栏

文章介绍了胡桃夹子优化算法(NOA)，一种在Matlab中实现的自然启发式算法，该算法在多个测试函数和工程问题上表现出色，优于其他优化算法。作者提供了NOA的源代码示例，并展示了其在不同测试函数上的收敛曲线。

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器电力系统

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

胡桃夹子优化算法 (NOA) 是一种受自然启发的算法，可模拟胡桃夹子鸟在两个不同时期的不同行为。NOA 针对二十九个测试函数、CEC-2014、CEC-2017 和 CEC-2020 以及五个实际工程设计问题进行了评估。将 NOA 与三类现有优化算法进行比较：(1) SMA、GBO、EO、RUN、AVOA、RFO 和 GTO 作为最近发布的算法，(2) SSA、WOA 和 GWO 作为高引用算法，以及(3) AL-SHADE、L-SHADE、LSHADE-cnEpSin 和 LSHADE-SPACMA 作为高性能优化器和 CEC 竞赛的获胜者。与 LSHADE-cnEpSin 和 LSHADE-SPACMA 作为性能最佳的优化器和 CEC-2017 的获胜者相比，NOA 在所有方法中排名第一并表现出优异的结果，

⛄ 部分代码

%_________________________________________________________________________%

% Nutcracker Optimization Algorithm (NOA) source codes demo 1.0 %

% %

% Developed in MATLAB R2019A %

% %

% Author and programmer: Reda Mohamed (E-mail: redamoh@zu.edu.eg) & Mohamed Abdel-Basset (E-mail: mohamedbasset@ieee.org) %

% %

% Main paper: Abdel-Basset, M., Mohamed, R. %

% Nutcracker optimizer, %

% Knowledge-Based Systems, in press, %

% DOI: https://doi.org/10.1016/j.knosys.2022.110248 %

% %

%_________________________________________________________________________%

clear all

clc

SearchAgents_no=25; % Number of search agents

Max_iteration=400; % Maximum number of Function evaluations

RUN_NO=2; %% Number of independent runs

for i=1:23 %% Test functions

for j=1:RUN_NO

[lb,ub,dim,fobj]=Get_Functions_details(i);

[Best_score,Best_pos,Convergence_curve]=NOA(SearchAgents_no,Max_iteration,ub,lb,dim,fobj);

fitness(1,j)=Best_score;

end

fprintf(['Function_ID\t',num2str(i),'\tAverage Fitness:',num2str(mean(fitness(1,:)),20),'\n']);

%% Drawing Convergence Curve %%

figure(i)

subplot(1,2,1);

func_plot(strcat('F',num2str(i)));

title('Parameter space')

xlabel('x_1');

ylabel('x_2');

zlabel([strcat('F',num2str(i)),'( x_1 , x_2 )'])

subplot(1,2,2);

h=semilogy(Convergence_curve,'LineWidth',2,'Color','r');

% h.MarkerIndices = 1000:1000:Max_iteration;

xlabel('Iteration');

ylabel('Best Fitness obtained so-far');

axis tight

grid off

box on

legend({'NOA'});

end

⛄ 运行结果

⛄ 参考文献

Main paper: Abdel-Basset, M., Mohamed, R., Jameel, M., & Abouhawwash, M. (2023). Nutcracker optimizer: A novel nature-inspired metaheuristic algorithm for global optimization and engineering design problems. Knowledge-Based Systems, 110248, DOI: https://doi.org/10.1016/j.knosys.2022.110248