【智能优化算法-天鹰算法】基于改进天鹰优化算法求解多目标优化问题附matlab代码

简介: 【智能优化算法-天鹰算法】基于改进天鹰优化算法求解多目标优化问题附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👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

本文提出了一种新的基于种群的优化方法,称为 Aquila Optimizer (AO),它是灵感来自天鹰座在捕捉猎物过程中的自然行为。因此,优化所提出的AO算法的程序用四种方法表示;按高选择搜索空间垂直俯冲翱翔,通过短滑翔攻击的轮廓飞行在发散的搜索空间内探索,通过低速飞行和慢速下降攻击在收敛搜索空间内利用,并通过步行和俯冲抓住猎物。


⛄ 部分代码

close all;

clear ;

clc;

%%

% TestProblem测试问题说明:

%一共46个多目标测试函数,详情如下:

%1-5:ZDT1、ZDT2、ZDT3、ZDT4、ZDT6

%6-12:DTLZ1-DTLZ7

%13-22:wfg1-wfg10

%23-32:uf1-uf10

%33-42:cf1-cf10

%43-46:Kursawe、Poloni、Viennet2、Viennet3

%%

TestProblem=3;%1-46

MultiObj = GetFunInfo(TestProblem);

MultiObjFnc=MultiObj.name;%问题名

% Parameters

params.Np = 200;        % Population size

params.Nr = 200;        % Repository size

params.maxgen =300;    % Maximum number of generations

params.ngrid = 30;      % Number of grids in each dimension

params.maxvel = 5;      % Maxmium vel in percentage



% MOAO

REP = MOAO(params,MultiObj);

%% 画结果图

figure(2)

if(size(REP.pos_fit,2)==2)

   h_rep = plot(REP.pos_fit(:,1),REP.pos_fit(:,2),'or'); hold on;

      if(isfield(MultiObj,'truePF'))

           h_pf = plot(MultiObj.truePF(:,1),MultiObj.truePF(:,2),'.k'); hold on;

           legend('MOAO','RealPareto');

      else

          legend('MOAO');

      end


       grid on; xlabel('f1'); ylabel('f2');

end

if(size(REP.pos_fit,2)==3)

   h_rep = plot3(REP.pos_fit(:,1),REP.pos_fit(:,2),REP.pos_fit(:,3),'or'); hold on;

     if(isfield(MultiObj,'truePF'))

           h_pf = plot3(MultiObj.truePF(:,1),MultiObj.truePF(:,2),MultiObj.truePF(:,3),'.k'); hold on;

           legend('MOAO','RealPareto');

     else

         legend('MOAO');

     end

       grid on; xlabel('f1'); ylabel('f2'); zlabel('f3');

end

title(MultiObjFnc)

%%

% Display info

disp('Repository fitness values are stored in REP.pos_fit');

disp('Repository particles positions are store in REP.pos');

%%  Metric Value

M_IGD=IGD(REP.pos_fit,MultiObj.truePF);

M_GD=GD(REP.pos_fit,MultiObj.truePF);

M_HV=HV(REP.pos_fit,MultiObj.truePF);

M_Spacing=Spacing(REP.pos_fit,MultiObj.truePF);

M_Spread=Spread(REP.pos_fit,MultiObj.truePF);

M_DeltaP=DeltaP(REP.pos_fit,MultiObj.truePF);

display(['The IGD Metric obtained by MOAO is     : ', num2str(M_IGD)]);

display(['The GD Metric obtained by MOAO is      : ', num2str(M_GD)]);

display(['The HV Metric obtained by MOAO is      : ', num2str(M_HV)]);

display(['The Spacing Metric obtained by MOAO is : ', num2str(M_Spacing)]);

display(['The Spread Metric obtained by MOAO is  : ', num2str(M_Spread)]);

display(['The DeltaP Metric obtained by MOAO is  : ', num2str(M_DeltaP)]);


   

⛄ 运行结果

⛄ 参考文献

Abualigah, L., Yousri, D., Elaziz, M.A., Ewees, A.A., A. Al-qaness, M.A., Gandomi,A.H., Aquila Optimizer: A novel meta-heuristic optimization Algorithm, Computers & Industrial Engineering

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除


相关文章
|
10月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
823 0
|
10月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
443 8
|
10月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
503 8
|
10月前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
11月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
665 2
|
10月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
463 0
|
10月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
388 0
|
10月前
|
机器学习/深度学习 算法 物联网
基于遗传方法的动态多目标优化算法
基于遗传方法的动态多目标优化算法
|
10月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
514 2
|
11月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
340 6

热门文章

最新文章