超强来袭!多种sci智能优化算法改进策略学习(包含8个文件)
代码已详细注释改进点并附带参考文献PDF
(一)多策略改进鲸鱼优化算法(HHWOA)和WOA跑CEC2017
改进点包括:
1、对立学习
2、差分进化算子
3、混沌映射序列
4、平滑技术策略
改进策略提升现有鲸鱼优化(WOA)算法的性能。并在CEC2017测试集验证。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,该论文为中科院sci一区top,具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(二)改进鲸鱼优化算法(E-WOA)和WOA跑CEC2017
改进点包括:
1、池化机制
2、迁移搜索
3、优先选择的增强寻优机制
改进策略提升现有鲸鱼优化(WOA)算法的性能。并在CEC2017测试集验证。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,该论文为中科院sci二区top论文,具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(三)改进灰狼算法(AGWO)和麻雀优化算法(SSA)以及改进的麻雀优化算法(SCSSA)跑CEC2005
AGWO改进点包括:
- 非线性参数控制策略
- 莱维飞行策略
- 新的灰狼位置更新策略
SCSSA 改进点包括:
- 正余弦位置更新策略
- 柯西变异
- 新的更新规则
代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,AGWO为中科院sci一区top论文,具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(四)海洋捕食者算法 (MPA) 和非线性海洋捕食者算法(NMPA)跑CEC2005测试集(23个经典测试函数)
改进点包括:
- 自适应控制参数
- 自适应权重更新
- 自适应更新规则
代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法, MPA于2020年发表在sci一区期刊上。NMPA是基于MPA的改进版本,同样发表在sci一区期刊上面。具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(五)改进灰狼算法算法(I-GWO),改进点:
提出了一种新的移动策略——基于维度学习的狩猎(DLH)搜索策略。
该策略继承了自然界中狼的个体狩猎行为。DLH使用不同的方法为每只狼构建邻域,使邻域信息可以在狼之间共享。DLH搜索策略中使用的维度学习增强了局部和全局搜索之间的平衡,保持了多样性。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法该文是中科院一区top,具有很大的参考价值。测试集为CEC2017测试函数。
代码复现、定制私信。
部分实验结果如下:
(六)多策略改进灰狼算法(MELGWO)和GWO跑CEC2005
改进点包括:
1、记忆机制
2、进化算子更新方式
3、随机局部搜索技术
4、线性种群规模缩减(LPSR)技术
改进策略提升现有灰狼优化(GWO)算法的性能。并在CEC2005测试集验证。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,该论文为中科院sci一区top论文,具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(七)多策略改进的哈里斯鹰(HPHHO)优化算法
改进点包括:
1、对立学习
2、平滑技术
3、并行优化机制
改进策略提升现有哈里斯鹰优化(HHO)算法的性能。并在CEC2005测试集验证。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,该论文为sci,具有很大的参考价值。代码复现、定制私信。
部分实验结果如下:
(八)多策略改进麻雀算法(QMESSA)
改进点包括:
1、多元初始种群策略;
2、增强搜索策略;
3、精准消除策略;
4、新的边界控制策略。
可对比和二次开发,代码已详细注释改进点并附带参考文献PDF,这些策略可推广到其它算法,该文是中科院一区top,具有很大的参考价值。测试集为CEC2017测试函数。
代码复现、定制私信。
部分实验结果如下: