贵州网站建设营销公司,lamp网站开发经验,12380网站建设情况,wordpress 企业主体一、星雀优化算法NOA
星雀优化算法(Nutcracker optimizer algorithm,NOA)由Mohamed Abdel-Basset等人于2023年提出#xff0c;该算法模拟星雀的两种行为#xff0c;即#xff1a;在夏秋季节收集并储存食物#xff0c;在春冬季节搜索食物的存储位置。 星鸦单独或成对活动该算法模拟星雀的两种行为即在夏秋季节收集并储存食物在春冬季节搜索食物的存储位置。 星鸦单独或成对活动偶成小群。栖于松林以松子为食。也埋藏其他坚果以备冬季食用。动作斯文飞行起伏而有节律。星鸦收集松子储藏在树洞里和树根底下准备冬天吃。冬天星鸦从这个地方游荡到哪个地方从这座森林飞到另一座森林享用着它们储藏的松子。其实它们每个星鸦每天找到的储藏的食物不一定是自己储藏的自己储藏的松子也可能成为别人的食物。它们无论谁飞到一片新林子,就到处寻找松子因为总有别的星鸦藏下的种子。它把树洞扒拉开看看到树根底下翻检刨开灌木丛就是大雪覆盖的灌木丛下它们也能找到自己同类藏下的食粮。 星鸦体羽大都咖啡褐色具白色斑飞翔时黑翅白色的尾下覆羽和尾羽白端是很醒目的。体上的白斑点飞行慢时易见。鼻羽污白具不显著暗褐色基部、暗褐羽缘眼先区为污白或乳白色额前部为很暗的咖啡褐色到淡黑褐头顶和颈项则逐渐变为稍亮的暗咖啡褐下腰到尾上覆羽淡褐黑色尾下覆羽白色体羽的其余部分概为暗咖啡褐色具众多的白色点斑和条纹。颊部、喉和颈部羽毛具纵长白色尖端下体、翕部、背部和肩部的羽端有点状白斑每一白色点斑周缘是淡褐黑。翅黑具稍淡蓝灰或淡绿闪光小覆羽尖端白色有时中覆羽、大覆羽亦有白色尖端初级飞羽和次级飞羽有时具细小的白色尖端但后者常经磨损而消失第6枚和第7枚在内翈基部具白色新月形斑有时第5枚初级飞羽亦有较小的白斑。尾羽亮黑中央尾羽狭窄最外侧尾羽具宽的白色端斑。翅下覆羽淡黑、尖端白。虹膜暗褐嘴、跗蹠和足黑色。
参考文献 Mohamed Abdel-Basset, Reda Mohamed, Mohammed Jameel, Mohamed Abouhawwash.Nutcracker optimizer: A novel nature-inspired metaheuristic algorithm for global optimization and engineering design problems[J]. Knowledge-Based Systems,2023,262.
二、CEC2005测试简介
CEC2005 测试集共包含 25 个测试问题, 即 f1−f25f_{1}-f_{25}f1−f25 。根据问题的特征, 可进一 步将其分为 4 类: 单峰问题 f1−f5f_{1}-f_{5}f1−f5 , 基本多峰问题 f6−f12f_{6}-f_{12}f6−f12 , 扩展多峰问题 f13−f14f_{13}-f_{14}f13−f14 和混合复合问题 f15−f25f_{15}-f_{25}f15−f25 。特别地, 单峰问题 f1−f5f_{1}-f_{5}f1−f5的结构相对简单, 常被用来测试算法的收 玫性能,而基本多峰问题 f6−f12f_{6}-f_{12}f6−f12 有多个局部最优解, 用来测试算法对决策空间进行全局 探索和局部开发的平衡能力 扩展多峰和混合复合问题 f13−f25f_{13}-f_{25}f13−f25 具有更加复杂的结构, 因而对算法的挑战性更大。此外, 该测试集包含了八组可比较的问题, 可测试算法对不同类型问题特征的性能, 如不同条件数、旋转、噪音干扰、不连续、全局最优邻域形状、全局最优解的位置和种群初始范围等. 由此可见, 该测试集能有效评估算法性能。 参考文献 [1] Suganthan P N , Hansen N , Liang J J , et al. Problem Definitions and Evaluation Criteria for the CEC 2005 Special Session on Real-Parameter Optimization[J]. Natural Computing, 2005, 341-357. [2]田梦男. 全局优化问题的高效差分进化算法研究[D].陕西师范大学,2020.
三、实验结果
完整代码添加博客下方博主微信djpcNLP123
close all
clear
clc
addpath(genpath(pwd));%加载路径
SearchAgents_no50; % 种群大小
Function_name21; %测试函数1-25
Max_iteration50; % 最大迭代次数
dim2;%维度 2/10/30/50
Xmin[-100,-100,-100,-100,-100,-100,0,-32,-5,-5,-0.5,-pi,-3,-100,-5,-5,-5,-5,-5,-5,-5,-5,-5,-5,2];
Xmax[100,100,100,100,100,100,600,32,5,5,0.5,pi,1,100,5,5,5,5,5,5,5,5,5,5,5];
lbXmin(Function_name);%变量下界
ubXmax(Function_name);%变量上界
[fMin,bestX,curve]NOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
plot(curve,Color,c,linewidth,2.5)
title([F num2str(Function_name)])
xlabel(Iteration);
ylabel(BestScore);
grid on
legend(NOA)
% function_plot(Function_name)%画函数图像
display([The best solution obtained is : , num2str(bestX)]);
display([The best optimal value of the objective funciton found is : , num2str(fMin)]); cec2005之F24求解过程cec2005之F25求解过程部分实验结果
3.1F21 3.2F22 3.3F23 3.4F24 3.5F25 四、参考代码
完整代码添加博客下方博主微信djpcNLP123
