✅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
黏菌优化算法（Slime mould algorithm，SMA）由 Li等于 2020 年提出，其灵感来自于黏菌的扩散和觅食行为，属于元启发算法。具有收敛速度快，寻优能力强的特点。黏菌优化算法用数学模型模仿黏菌觅食行为和形态变化， SMA 包括三个阶段，分别为接近食物阶段、包围食物阶段和抓取食物阶段。
⛄ 部分代码
%%
clear
close all
clc
%% % Prepare the problem
Fun_name='F3';
%% % CSA 参数
searchAgents = 30;
maxIter = 100;
[lb,ub,dim,fobj]=fun_info(Fun_name);
[fitness,gbest,ccurve]=SMA(searchAgents,maxIter,lb,ub,dim,fobj);
disp(['===> The optimal fitness value found by Standard Chameleon is ', num2str(fitness, 12)]);
%% 绘制收敛行为曲线
figure('Position',[500 500 660 290])
subplot(1,2,1);
func_plot(Fun_name);
title('Objective space')
xlabel('x_1');
ylabel('x_2');
zlabel([Fun_name,'( x_1 , x_2 )'])
subplot(1,2,2);
set(gcf,'color','w');
semilogy(ccurve,'LineWidth',2,'Color','r'); grid;
title({'收敛特性曲线'},'interpreter','latex','FontName','仿宋','fontsize',12);
xlabel('迭代','interpreter','latex','FontName','仿宋','fontsize',12)
ylabel('迄今为止得出的最优值','interpreter','latex','FontName','仿宋','fontsize',12);
axis tight; grid on; box on
h1=legend('SMA','location','northeast');
set(h1,'interpreter','Latex','FontName','Times','FontSize',12)
ah=axes('position',get(gca,'position'),...
'visible','off');
⛄ 运行结果
⛄ 参考文献
[1] Shimin Li, Huiling Chen, Mingjing Wang, Ali Asghar Heidari, Seyedali Mirjalili, Slime mould algorithm: A new method for stochastic optimization, Future Generation Computer Systems, 2020.
DOI: https://doi.org/10.1016/j.future.2020.03.055
[1]卫治廷, 张敏, 周兴野,等. 基于黏菌算法的热电联产机组负荷优化分配[J]. 动力工程学报, 2022(004):042.
