一种基于交叉选择的柯西反向鲸鱼优化算法QOWOA附matlab代码

  ✅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

  ⛄ 内容介绍

  针对传统鲸鱼优化算法求解精度不高,容易陷入局部最优的缺点,提出了一种基于交叉选择策略的柯西反向鲸鱼优化算法.在鲸鱼优化算法中引入柯西反向学习技术以加快算法的收敛速度;对鲸鱼优化算法中的种群个体进行交叉和选择操作以提高算法的求解精度.对引入不同改进策略的鲸鱼优化算法在Matlab软件中进行仿真测试,结果表明:与基本鲸鱼优化算法相比,所提算法的收敛速度和寻优精度有显著提升,在大规模传感器优化管理方面具有十分重要的工程应用价值.

  ⛄ 部分代码

  clear all

  clc

  close all

  =30; % Number of search agents 种群数量

  ='F6'; % Name of the test that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数

  =500; % numbef of 设定最大迭代次数

  % Load of the

  [lb,ub,dim,fobj]=s(); %设定边界以及优化函数

  %原始鲸鱼算法

  [,,]=WOA(,,lb,ub,dim,fobj); %开始优化

  %改进鲸鱼算法

  [,,]=TIWOA(,,lb,ub,dim,fobj); %开始优化

  figure('',[269 240 660 290])

  %Draw search space

  (1,2,1);

  ();

  title(' space')

  xlabel('x_1');

  ylabel('x_2');

  zlabel([,'( x_1 , x_2 )'])

  %Draw space

  (1,2,2);

  (,'Color','g','',1.5)

  hold on

  (,'Color','r','',1.5);

  title(' space')

  xlabel('');

  ylabel('Best score so far');

  legend('WOA','TIWOA');

  axis tight

  grid on

  box on

  (['The best by WOA is : ', ()]);

  (['The best value of the found by WOA is : ', ()]);

  (['The best by TIWOA is : ', ()]);

  (['The best value of the found is : ', ()]);

  ⛄ 运行结果

  ⛄ 参考文献

  [1]冯文涛, 邓兵. 一种基于交叉选择的柯西反向鲸鱼优化算法[J]. 兵器装备工程学报, 2020, 41(8):7.

本文共 353 个字数,平均阅读时长 ≈ 1分钟