肺功能优化算法(LPO)-2024年SCI一区新算法-公式原理详解与性能测评 Matlab代码免费获取

        声明：文章是从本人公众号中复制而来，因此，想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~ 

目录

原理简介

一、空气进出肺的入口和出口

二、二氧化碳与空气分离同时血液在静脉中流动

三、从血液中分离二氧化碳

算法伪代码

性能测评

参考文献

完整代码

---

        肺功能优化算法(LPO)是一种新型的元启发式算法（智能优化算法），灵感来源于人体肺的规律性和智能性能，LPO利用无约束优化函数CEC2005和CEC2014以及工程设计优化问题进行了实验，表明LPO在处理这些优化问题方面表现出色！该成果由Mojtaba Ghasemia等人于2024年2月发表在SCI人工智能一区顶刊《Computer Methods in Applied Mechanics and Engineering》上！

        由于发表时间较短，你先用，你就是创新！

原理简介

        我们应用肺生物学的见解来开发一种先进的算法。肺是人体的一个重要器官，负责过滤我们周围空气中的氧气，并有效地将其输送到循环系统。此外，它还负责从循环系统中去除二氧化碳，并在气体交换过程中将其释放到空气中。肺部的每一次呼吸都是对气体最优化交换的一个自然过程，它能够在不同的运动强度和氧气需求下，精准调节氧气和二氧化碳的交换。

        LPO从一个初始的种群或气团Mi开始，其中i=1,2，…，Npop，它进入身体功能循环的血液并创造一个新的种群。这个初始种群是在目标问题范围的两个最大值(Mmax)和最小值(Mmin)之间随机生成的。这种主要的种群与血液团块或颗粒的作用相同。

一、空气进出肺的入口和出口

        如前所述，我们选择了肺的RC模型，考虑到建模参数，我们假设进入肺的气团的位置如下，在优化学科中，这是初始种群的新位置：

        上式中，D为问题的维数，Iter为算法的当前迭代次数。

二、二氧化碳与空气分离同时血液在静脉中流动

        由肺从空气中分离出来的氧气被带入血液。这个质量Mi等价于问题空间中人口的移动。氧气进入血液的运动可以模拟为式(12)。也就是说，血液通过施加在它身上的压力而运动。它从施加更大压力的那一边，也就是适应性值更高的那一边，移动到施加更小压力的那一边，也就是适应性值更低的那一边。

        式(13)中，Kij支配着第i个血团即Mi在动脉内的运动方向。在每个循环周期中，αi是介于0到1之间的一个数字，它决定了移位的值，并趋向于一个更优的量。

三、从血液中分离二氧化碳

        如下表所示，我们将此动作建模为群体组成和交叉，如下所示:

        式(14)中，si为似然值，由于肺对血液的净化作用，随着每次呼气而减小，与吸气、呼气次数Ne呈反比关系：

        其中，ne1的值由用户指定。

        如前所述，吸气和呼气在每次迭代中执行Ne次。如果期望的质量在每个结合处都有所提高，它就会取代当前位置。也就是说，如果Mnew3ij位置优于Mi，则将其替换。值得注意的是，在第二次吸气和呼气后，公式(16)中使用了Mnew3ij:

        这个优化周期将在设定次数的迭代或脉冲中继续进行。

算法伪代码

        为了使大家更好地理解，这边给出算法伪代码，非常清晰！

        如果实在看不懂，不用担心，可以看下代码，再结合上文公式理解就一目了然了！

性能测评

        原文作者利用无约束优化函数CEC2005和CEC2014以及工程设计优化问题进行了实验。这些问题与文献中提出的许多当代算法进行了比较。结果表明，LPO在处理这些优化问题方面表现出色，并显示出解决各种现代优化挑战的潜力。

        这边为了方便大家对比与理解，采用23个标准测试函数，即CEC2005，进行展示！这边展示其中5个测试函数的图，其余十几个测试函数大家可以自行切换尝试！

参考文献

        [1]Ghasemi M, Zare M, Zahedi A, et al. Optimization based on performance of lungs in body: Lungs performance-based optimization (LPO)[J]. Computer Methods in Applied Mechanics and Engineering, 2024, 419: 116582.

完整代码

        如果需要免费获得图中的完整测试代码，只需点击下方小卡片，后台回复关键字：

LPO

        也可点击下方小卡片，后台回复个人需求（比如LPO-BP）定制肺功能优化模型（看到秒回）：

        1.回归/时序/分类预测类：SVM、RVM、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、BP、XGBoost、TCN、BiTCN、ESN等等均可~

        2.组合预测类：CNN/TCN/BiTCN/DBN/Adaboost结合SVM/RVM/ELM/LSTM/BiLSTM/GRU/BiGRU/Attention机制类等均可（可任意搭配非常新颖）~

        3.分解类：EMD、EEMD、VMD、REMD、FEEMD、TVF-EMD、CEEMDAN、ICEEMDAN、SVMD等分解模型均可~

        4.其他：机器人路径规划、无人机三维路径规划、DBSCAN聚类、VRPTW路径优化、微电网优化、无线传感器覆盖优化、故障诊断等等均可~

        5.原创改进优化算法（适合需要创新的同学）：2024年的肺功能优化算法LPO以及麻雀SSA、蜣螂DBO等任意优化算法均可，保证测试函数效果！

         更多免费代码链接：更多代码链接

​