学校网站建设实施方案,文化建设的重要性和意义,i深圳网站建设,卖做游戏点卡网站创业一、鱼鹰优化算法简介
鱼鹰优化算法#xff08;Osprey optimization algorithm#xff0c;OOA#xff09;由Mohammad Dehghani 和 Pavel Trojovsk于2023年提出#xff0c;其模拟鱼鹰的捕食行为。
鱼鹰是鹰形目、鹗科、鹗属的仅有的一种中型猛禽。雌雄相似。体长51-64厘米…一、鱼鹰优化算法简介
鱼鹰优化算法Osprey optimization algorithmOOA由Mohammad Dehghani 和 Pavel Trojovský于2023年提出其模拟鱼鹰的捕食行为。
鱼鹰是鹰形目、鹗科、鹗属的仅有的一种中型猛禽。雌雄相似。体长51-64厘米体重1000-1750克。头部白色头顶具有黑褐色的纵纹枕部的羽毛稍微呈披针形延长形成一个短的羽冠。头的侧面有一条宽阔的黑带从前额的基部经过眼睛到后颈部并与后颈的黑色融为一体。上体为暗褐色略微具有紫色的光泽。下体为白色胸部的暗色纵纹和飞羽以及尾羽上相间排列的横斑均极为醒目。虹膜淡黄色或橙黄色眼周裸露皮肤铅黄绿色嘴黑色蜡膜铅蓝色脚和趾黄色爪黑色。
鱼鹰栖息于湖泊、河流、海岸或开阔地尤其喜欢在山地森林中的河谷或有树木的水域地带活动。常见在江河、湖沼及海滨一带飞翔一见水中有饵就直下水面用脚掠之而去。趾具锐爪趾底遍生细刺外趾复能由前向后反转这些都很适于捕鱼。在天气晴朗之日盘旋于水面上空定点后俯冲而下再将捕获的鱼带至岩石、电杆、树上等地方享用。巢常营于海岸或岛屿的岩礁上。主要以鱼为食有时也捕食蛙、蜥蜴、小型鸟类等其他小型陆栖动物。除了南极和北极亚洲、北美洲等各大洲均有分布。 鱼鹰优化算法OOA的算法描述如下
参考文献 Dehghani Mohammad, Trojovský Pavel.Osprey optimization algorithm: A new bio-inspired metaheuristic algorithm for solving engineering optimization problems[J].Frontiers in Mechanical Engineering,2023,8.
二、CEC2017简介
CEC2017共有30个无约束测试函数分别是单峰函数(F1-F3)、简单多峰函数(F4-F10)、混合函数(F11-F20)和组合函数(F21-F30)。测试维度包含10D、30D、50D、100D。CEC2017无约束测试问题随着维度的增加求解极其困难。 三、求解结果
完整代码添加博客下方博主微信djpcNLP123
将鱼鹰优化算法OO运用于求解CEC2017中30个无约束函数其中每个测试函数可以选择的维度分别有10D、30D、50D、100D。增大迭代次数OOA的求解效果更佳。本例测试函数维度均为为10D可根据自己需求调整最大迭代次数为5000次。
close all
clear
clc
Function_name1; %测试函数1-30
lb-100;%变量下界
ub100;%变量上界
dim10;%维度 10/30/50/100
SearchAgents_no100; % Number of search agents
Max_iteration100;%最大迭代次数
[Best_score,Best_pos,Curve]OOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
% Best convergence curve
semilogy(Curve,LineWidth,2,Color,r);
title(strcat(CEC2017-F,num2str(Function_name)))
xlabel(迭代次数);
ylabel(适应度值);
axis tight
box on
legend(OOA)
display([The best solution is : , num2str(Best_pos)]);
display([The best optimal value of the objective funciton is : , num2str(Best_score)]);F1: F2: F3: F4: 四、参考代码
完整代码添加博客下方博主微信djpcNLP123