鲸鱼优化算法（Matlab实现）

“在代码的海洋里，有无尽的知识等待你去发现。我就是那艘领航的船，带你乘风破浪，驶向代码的彼岸。

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

 鲸鱼优化算法（WOA）作为一种极具创新性和高效性的用于解决各类复杂优化问题的新型优化技术，正逐渐受到广泛的关注和应用。该算法巧妙地设计了三个关键算子，分别用于极其逼真地模拟座头鲸在海洋中独特的猎物搜索、精准有效的包围猎物以及高效巧妙的气泡网觅食行为。

📚2 运行结果

主函数部分代码：

clear all 
clc

SearchAgents_no=30; % Number of search agents

Function_name='F1'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper)

Max_iteration=500; % Maximum numbef of iterations

% Load details of the selected benchmark function
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);

[Best_score,Best_pos,WOA_cg_curve]=WOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);

figure('Position',[269   240   660   290])
%Draw search space
subplot(1,2,1);
func_plot(Function_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])

%Draw objective space
subplot(1,2,2);
semilogy(WOA_cg_curve,'Color','r')
title('Objective space')
xlabel('Iteration');
ylabel('Best score obtained so far');

axis tight

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]赵梓添,司振江,李铁男,等.基于熵权法及鲸鱼优化算法的汤旺河河流健康评价[J].水利科学与寒区工程,2024,7(06):57-62.

[2]李秀丽.基于改进鲸鱼优化算法的邢台市水资源优化配置[J].水利技术监督,2024(06):176-178+216.

🌈4 Matlab代码实现