1 简介 瞬态搜索优化算法（Transient search optimization (TSO)）是于2020年提出的，一种新的基于物理的启发式优化算法。该算法的灵感来自于包含电感和电容等存储元件的开关电路的瞬态行为
1 简介
瞬态搜索优化算法（Transient search optimization (TSO)）是于2020年提出的，一种新的基于物理的启发式优化算法。该算法的灵感来自于包含电感和电容等存储元件的开关电路的瞬态行为。
本文提供了一种新的基于物理的元启发式优化算法，称为瞬态搜索优化（TSO）算法。 该算法的灵感来自开关电路的瞬态行为，其中包括电感和电容等存储元件。 TSO 算法的探索和利用通过使用 23 个基准进行验证，其中将其统计（平均和标准偏差）结果与最近的 15 种优化算法进行比较。 此外，非参数符号检验、p 值检验、执行时间和收敛曲线证明了 TSO 相对于其他算法的优越性。 此外，TSO 算法还应用于三个众所周知的约束工程问题（螺旋弹簧、焊接梁和压力容器）的优化设计。 总之，比较表明，TSO 是解决不同工程问题的有前途且极具竞争力的算法。
2 部分代码
%clear
close all
clc
Solution_no=20; % 种群数量
F_name='F3'; % 测试函数名称
M_Iter=1000; % 最大迭代次数
[LB,UB,Dim,F_obj]=Get_F(F_name); % 获取基准测试函数的信息
[Best_FF,Best_P,Conv_curve]=TSO_algor(Solution_no,M_Iter,LB,UB,Dim,F_obj); % 调用AOA算法寻优
% 作图分析优化效果
figure('Position',[454 445 694 297]);
subplot(1,2,1);
func_plot(F_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([F_name,'( x_1 , x_2 )'])
subplot(1,2,2);
semilogy(Conv_curve,'Color','r','LineWidth',2)
title('Convergence curve')
xlabel('Iteration#');
ylabel('Best fitness function');
axis tight
legend('TSO')
grid on
display(['最优解 : ', num2str(Best_P)]);
display(['最小值 : ', num2str(Best_FF)]);
3 仿真结果
4 参考文献
[1] Qais M H , Hasanien H M , Alghuwainem S . Transient search optimization: a new meta-heuristic optimization algorithm[J]. Applied Intelligence, 2020.
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。
