【优化求解】基于多策略黑猩猩优化算法求解单目标优化问题附matlab代码

1 简介

针对黑猩猩优化算法(Chimp optimization algorithm, ChOA)存在收敛速度慢,精度低和易陷入局部最优值的问题, 提出一种融合多策略的黄金正弦黑猩猩优化算法(IChOA). 引入Halton序列初始化种群, 提高初始化种群的多样性, 加快算法收敛, 提高收敛精度; 考虑到收敛因子和权重因子对于平衡算法勘探和开发能力的重要作用, 引入改进的非线性收敛因子和自适应权重因子, 平衡算法的搜索能力; 结合黄金正弦算法相关思想更新个体位置, 提高算法对于局部极值的处理能力. 通过对23个基准测试函数的寻优对比分析和Wilcoxon秩和统计检验以及部分CEC2014测试函数寻优结果对比可知, 改进的算法具有更好的鲁棒性, 最后, 通过2个实际工程优化问题的实验对比分析, 进一步验证了IChOA在处理现实优化问题上的优越性.​

2 部分代码

%  CGPLOT AGPSO3

Max_iteration=500;

 l=1:Max_iteration; 

       

  %Group 1

    C1G1=2.5+2*(l/Max_iteration).^2-2*(2*l/Max_iteration);

%     C2G1=3-c1;

    

    %Group 2

    C1G2=0.5+2*exp(-(4*l/Max_iteration).^2);

%     C2G2=2.2-2*exp(-(4*l/Max_iteration).^2); 

    

    %Group 3

    C1G3=(-2*(l.^3)/(Max_iteration.^3))+2.5;

%     C2G3=(2*(l.^3)/(Max_iteration.^3))+0.5;

    

    %Group 4

    C1G4=2.5-(2*log(l)/log(Max_iteration));

%     C2G4=(2*log(l)/log(Max_iteration))+0.5;

%     PLOT GROUP1

  hold on

plot(C1G1,'--m','Linewidth',3);

hold on

plot(C1G2,'-.k','Linewidth',3);

hold on

plot(C1G3,'g','Linewidth',3);

hold on

plot(C1G4,':b','Linewidth',3)

title('f (ChOA2)','FontName','Times New Roman','FontSize',16,'FontWeight','bold');

xlabel('Iteration','FontName','Times New Roman','FontSize',16,'FontWeight','bold');

ylabel('Amplitude','FontName','Times New Roman','FontSize',16,'FontWeight','bold');

legend('Attacker','Barrier','Driver','Chaser');

axis tight

box on

3 仿真结果

【优化求解】基于多策略黑猩猩优化算法求解单目标优化问题附matlab代码

【优化求解】基于多策略黑猩猩优化算法求解单目标优化问题附matlab代码

4 参考文献

[1]黄倩,刘升,李萌萌,郭雨鑫.多策略黑猩猩优化算法研究及其工程应用[J/OL].计算机工程与应用:1-12[2021-10-25]

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。

【优化求解】基于多策略黑猩猩优化算法求解单目标优化问题附matlab代码

上一篇:Matlab数值数据


下一篇:【指纹识别】基于模板匹配算法实现指纹识别matlab源码