天鹰优化器(AO),该方法的灵感来自于它们在捕猎过程中的自然行为。因此,所提出的AO算法的优化过程用四种方法表示;利用垂直门廊的高翱翔选择搜索空间,利用短滑翔攻击的轮廓飞行探索发散搜索空间,利用低飞行的慢下降攻击的收敛搜索空间,利用步行俯扑取猎物。
代码如下:
clear all
clc
Solution_no=20;
F_name='F8';
M_Iter=1000;
[LB,UB,Dim,F_obj]=Get_F(F_name);
[Best_FF,Best_P,conv]=AO(Solution_no,M_Iter,LB,UB,Dim,F_obj);
figure('Position',[454 445 694 297]);
subplot(1,2,1);
func_plot(F_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([F_name,'( x_1 , x_2 )'])
subplot(1,2,2);
semilogy(conv,'Color','r','LineWidth',2)
title('Convergence curve')
xlabel('Iteration#');
ylabel('Best fitness function');
axis tight
legend('Aquila (AO)')
display(['The best-obtained solution by AO is : ', num2str(Best_P)]);
display(['The best optimal values of the objective funciton found by AO is : ', num2str(Best_FF)]);
参考文献:
[1]Abualigah,L.,Yousri,D.,Elaziz,MA,Ewees,AA,A。Al-qaness,MA,Gandomi, AH,Aquila Optimizer