9.9带走70+智能优化算法跑CEC2005测试集(包括2024新算法）

​70+算法跑23个经典测试函数，包括最经典的算法PSO，GA，SA，DE和CMA_ES，也包括很多高被引、高性能和最近提出来的算法。同时包括

（1）基于进化的算法

（2）基于群体智能的算法

（3）基于人类的算法

（4）基于物理和化学的算法

（5）基于其它的。

多数算法程序里面有来源。70+算法包括ABO, AFT，AHA，ALO，AO，AOA，ATOA，AVOA，BAT，BBO，BWO，CBOA，CMA_ES，COA，COOT，CPSOGSA，CSA，DA，DBO，DE，DMO，DOA，DTBO，EO，FO，FOX，GA，GJO，GOA，GOA1，GRO，GTO，GWO，HHO，INFO，MFO，MPA，MVO，NGO，NOA，OIO，OOA，POA，PSO，RUN，SA，SCA，SCHO，SCSO，SHO，SO，SSA，STOA，TSA，WOA，WSO，YSGA，ZOA。还包括2024年最新提出的算法，具体有：

1、苦鱼优化算法（Bitterling Fish Optimization，BFO)；

2、冠豪猪优化器（Crested Porcupine Optimizer, CPO)；

3、美洲狮优化器（Puma optimizer，Puma）；

4、鹅算法（GOOSE algorithm，GOOSE）；

5、人类进化优化算法（Human Evolutionary Optimization Algorithm ，HEOA）；

6、角蜥优化算法（Horned Lizard Optimization Algorithm，HLOA）；

7、河马优化算法（Hippopotamus optimization algorithm，HO）；

8、爱情进化算法（Love Evolution Algorithm，LEA）；

9、鹦鹉优化器（Parrot Optimizer, PO)；

10、牛顿-拉斐尔优化器（Newton-Raphson-based optimizer, NRBO)；

每个算法都是一个独立的.m文件，方便大家管理和二次开发，打开即可直接运行。这70+智能算法包括了当前一些高被引算法和一些新型高性能算法，下载后可获得以下文件夹，包括23个函数介绍的pdf：

​23个经典测试集如下表，展示了函数类型（单峰、多峰、固定维多峰），函数细节，搜索范围和理论最优值，维度可调，函数细节描述如下：

​

编辑

​可以单个运行并且输出函数图和收敛曲线图：

​

编辑

​同时也包括对比图，这里以DBO、GTO、GWO、AO、WOA、AVOA、BWO、RUN、HHO、SO、NRBO、Puma为例，函数维度为30维，F2运行结果如下：

主函数部分代码如下图，如果需要更改自己的算法或者对比其余算法，直接更改函数名字即可，主函数均加上了中文注释，方便大家理解和二次开发。

​

​

部分代码：

N=30;  %种群数量

F_name='F2';  % 选择函数F1-F23

T=1000;  % 最大迭代次数

%获取函数细节
[lb,ub,dim,fobj]=Get_F(F_name);  % Load details of the selected benchmark function

%调用智能算法，更改名字即可替换成其它算法
[Top_Score_1,Top_Position_1,Convergence_curve_1]=DBO(N,T,lb,ub,dim,fobj);
[Top_Score_2,Top_Position_2,Convergence_curve_2]=GTO(N,T,lb,ub,dim,fobj);
[Top_Score_3,Top_Position_3,Convergence_curve_3]=GWO(N,T,lb,ub,dim,fobj);
[Top_Score_4,Top_Position_4,Convergence_curve_4]=AO(N,T,lb,ub,dim,fobj);
[Top_Score_5,Top_Position_5,Convergence_curve_5]=WOA(N,T,lb,ub,dim,fobj);
[Top_Score_6,Top_Position_6,Convergence_curve_6]=AVOA(N,T,lb,ub,dim,fobj);
[Top_Score_7,Top_Position_7,Convergence_curve_7]=BWO(N,T,lb,ub,dim,fobj);
[Top_Score_8,Top_Position_8,Convergence_curve_8]=RUN(N,T,lb,ub,dim,fobj);
[Top_Score_9,Top_Position_9,Convergence_curve_9]=HHO(N,T,lb,ub,dim,fobj);
[Top_Score_10,Top_Position_10,Convergence_curve_10]=SO(N,T,lb,ub,dim,fobj);
[Top_Score_11,Top_Position_11,Convergence_curve_11]=NRBO(N,T,lb,ub,dim,fobj);
[Top_Score,Top_Position,Convergence_curve]=Puma(N,T,lb,ub,dim,fobj);

%收敛曲线绘图
semilogy(Convergence_curve_1,'-c','LineWidth',2)
hold on
semilogy(Convergence_curve_2,'-.c','LineWidth',2)
hold on
semilogy(Convergence_curve_3,'-k','LineWidth',2)
hold on
semilogy(Convergence_curve_4,'-.k','LineWidth',2)
hold on
semilogy(Convergence_curve_5,'-m','LineWidth',2)
hold on
semilogy(Convergence_curve_6,'-.m','LineWidth',2)
hold on
semilogy(Convergence_curve_7,'-g','LineWidth',2)
hold on
semilogy(Convergence_curve_8,'-.g','LineWidth',2)
hold on
semilogy(Convergence_curve_9,'-b','LineWidth',2)
hold on
semilogy(Convergence_curve_10,'-.b','LineWidth',2)
hold on
semilogy(Convergence_curve_11,'-r','LineWidth',2)
hold on
semilogy(Convergence_curve,'-.r','LineWidth',2)
title(F_name)
xlabel('Iteration#');
ylabel('Best Fitness Value');
legend('DBO','GTO','GWO','AO','WOA','AVOA','BWO','RUN','HHO','SO','NRBO','Puma')
axis tight
grid on
box on

%最优结果输出
display(['The best optimal values of the objective funciton found by DBO is : ', num2str(Top_Score_1)]);
display(['The best optimal values of the objective funciton found by GTO is : ', num2str(Top_Score_2)]);
display(['The best optimal values of the objective funciton found by GWO is : ', num2str(Top_Score_3)]);
display(['The best optimal values of the objective funciton found by AO is : ', num2str(Top_Score_4)]);
display(['The best optimal values of the objective funciton found by WOA is : ', num2str(Top_Score_5)]);
display(['The best optimal values of the objective funciton found by AVOA is : ', num2str(Top_Score_6)]);
display(['The best optimal values of the objective funciton found by BWO is : ', num2str(Top_Score_7)]);
display(['The best optimal values of the objective funciton found by RUN is : ', num2str(Top_Score_8)]);
display(['The best optimal values of the objective funciton found by HHO is : ', num2str(Top_Score_9)]);
display(['The best optimal values of the objective funciton found by SO is : ', num2str(Top_Score_10)]);
display(['The best optimal values of the objective funciton found by NRBO is : ', num2str(Top_Score_11)]);
display(['The best optimal values of the objective funciton found by Puma is : ', num2str(Top_Score)]);

代码下载：

​9.9带走70+智能优化算法跑CEC2005测试集(包括2024新算法）