基于象鼻虫损害优化算法的TSP问题求解附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

​

⛄ 内容介绍

象鼻虫是一种长有细长鼻部的昆虫，来自Curculionoide超科约97000种。它们中的大多数认为害虫会造成环境破坏，但一些种类，如小麦象鼻虫、玉米象鼻虫和棉铃象鼻虫，都会造成巨大的危害对农作物，特别是谷物的损害。本研究提出了一种新的基于群体的进化算法，称为“象甲损伤优化算法”(WDOA)象鼻虫对农作物或农产品的飞力、鼻力和破坏力。用12个基准单峰和多峰人工景观或优化测试功能。此外，拟议的WDOA用于五项工程以检查其解决问题的稳健性。问题包括旅行推销员问题(TSP)、n-Queens问题、投资组合问题、最优库存控制(OIC)问题、，和装箱问题(BPP)。所有测试的功能都与广泛使用的基准测试相比较粒子群优化(PSO)、遗传算法(GA)、和谐搜索算法(HS)算法、帝国主义竞争算法(ICA)、萤火虫算法(FA)和差异进化(DE)算法。此外，所有问题都用DE、FA和HS算法进行了测试。通过提供精确性和合理的速度，所提出的算法在所有函数和问题上都表现出了鲁棒性和速度。

⛄ 部分代码

%% Weevil Damage Optimization Algorithm (WDOA) Portfolio Problem

% Paper:

% http://www.growingscience.com/jfs/Vol2/jfs_2022_17.pdf

%%----------------------------------------------------------

% Portfolio is a definition in finance which is based on receiving some values (prices) 

% as stock or any other financial assets and converting them into returns by aiming to 

% increase the return and decreasing the risk. Finally, those solutions which have highest

% return and lowest risk, would be considers as a vector called efficient frontier. 

% Normally, portfolio solves by traditional methods such as mean-variance, mean semi 

% variance, and mean absolute deviation but not always guaranteed the best solution.c;

clear;

close all;

%% Run App

data=load('mydata');

R=data.R;

nAsset=size(R,2);

MinRet=min(mean(R,1));

MaxRet=max(mean(R,1));

nSol=10;

DR=linspace(MinRet,MaxRet,nSol);

model.R=R;

model.method='cvar';

model.alpha=0.95;

W=zeros(nSol,nAsset);

WReturn=zeros(nSol,1);

WRisk=zeros(nSol,1);

for k=1:nSol

model.DesiredRet=DR(k);

disp(['Running for Solution #' num2str(k) ':']);

%-----------------------------------

out = RunWDOA(model);

%-----------------------------------

disp('__________________________');

disp('');

W(k,:)=out.BestSol.Out.w;

WReturn(k)=out.BestSol.Out.ret;

WRisk(k)=out.BestSol.Out.rsk;

end

EF=find(~IsDominated(WRisk,WReturn));

%% Results

figure;

plot(WRisk,WReturn,'y','LineWidth',2);

hold on;

plot(WRisk(EF),WReturn(EF),'r','LineWidth',4);

legend('','Efficient Frontier');

ax = gca; 

ax.FontSize = 14; 

ax.FontWeight='bold';

set(gca,'Color','w')

grid on;

xlabel('Risk');

ylabel('Return');

figure;

plot(out.BestCost,'k', 'LineWidth', 2);

xlabel('ITR');

ylabel('Cost Value');

ax = gca; 

ax.FontSize = 14; 

ax.FontWeight='bold';

set(gca,'Color','c')

grid on;

out.BestSol.Out

⛄ 运行结果

⛄ 参考文献

Weevil damage optimization algorithm and its applications

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除