当前位置 : 主页 > 编程语言 > python >

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码

来源:互联网 收集:自由互联 发布时间:2022-06-15
1 简介 ​ ​ ​ ​ ​ ​ ​ 2 部分代码 % Differential Squirrel Search Algorithm (DSSA) source Code Version 1.0 clearvars close all clc disp('The DSSA is tracking the problem'); N=30; % Number of Squirrel Function_name='F12'; %


1 简介

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法_02

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_03

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_04

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_05

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_06

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法_07

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法_08

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_09

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法_10

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_11

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_12

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_13

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_14

2 部分代码

% Differential Squirrel Search Algorithm (DSSA) source Code Version 1.0
clearvars
close all
clc
disp('The DSSA is tracking the problem');
N=30; % Number of Squirrel
Function_name='F12'; % Name of the test function that can be from F1 to F24
MaxIT=100; % Maximum number of iterations
[lb,ub,dim,fobj]=Get_Functions_details(Function_name); % Function details
Times=1; %Number of independent times you want to run the DSSA
display(['Number of independent runs: ', num2str(Times)]);
for i=1:Times
[Destination_fitness(i),bestPositions(i,:),Convergence_curve(i,:)]=DSSA(N,MaxIT,lb,ub,dim,fobj);
display(['The optimal fitness of DSSA is: ', num2str(Destination_fitness(i))]);
end
[bestfitness,index]=min(Destination_fitness);
disp('--------Best Fitness, Average Fitness, Standard Deviation and Best Solution--------');
display(['The best fitness of DSSA is: ', num2str(bestfitness)]);
display(['The average fitness of DSSA is: ', num2str(mean(Destination_fitness))]);
display(['The standard deviation fitness of DSSA is: ', num2str(std(Destination_fitness))]);
display(['The best location of DSSA is: ', num2str(bestPositions(index,:))]);
figure;
subplot(121)
func_plot(Function_name);
title(Function_name)
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
subplot(122)
semilogy(Convergence_curve(index,:),'LineWidth',3);
xlabel('Iterations');
ylabel('Best fitness obtained so far');
legend('DSSA');
box on;
axis tight;
grid off;

3 仿真结果

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_15

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_无人机_16

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_优化算法_17

【松鼠优化算法】基于差分松鼠优化算法求解单目标优化问题附matlab代码_参考文献_18

4 参考文献

[1]韩毅, 徐梓斌, 张亮. 国外新型智能优化算法——松鼠觅食算法[J]. 现代营销:信息版, 2019(9):2.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。



网友评论