【非洲秃鹫优化算法】基于非洲秃鹫优化算法求解单目标优化问题（AVOA）含Matlab源码...

1 简介

元启发式算法在解决优化问题中起着至关重要的作用。大多数此类算法的灵感来自集体智慧和自然界生物的觅食。在本文中，受非洲秃鹰生活方式的启发，提出了一种新的元启发式算法。该算法被命名为非洲秃鹰优化算法(AVOA)，模拟非洲秃鹰的觅食和导航行为。为了评估 AVOA 的性能，它首先在 36 个标准基准函数上进行了测试。进行了一项比较研究，证明了所提出的算法与几种现有算法相比的优越性。为了展示 AVOA 的适用性及其黑盒性质，它被用来为 11 个工程设计问题寻找最佳解决方案。各种实验表明，在大多数工程案例研究中，AVOA 的性能优于比较算法。作为实验结果，在 36 个基准测试中，AVOA 算法在 30 个基准测试中取得了比优化器算法更好的结果，并且在大多数工程问题上具有显着和更好的性能。 Wilcoxon 秩和检验已用于统计评估，表明 AVOA 算法在 95% 置信区间内具有显着优势。

2 部分代码

登录后复制

          
          

           
           %African Vulture Optimization alghorithm
           
           
clear all 
           
           
close all
           
           
clc
           
           
% Population size and stoppoing condition 
           
           
pop_size=30;  
           
           
max_iter=100;  
           
           
% Define your objective function's details here
           
           
fobj = @ObjectiveFunction;
           
           
variables_no=10;
           
           
lower_bound=-100; % can be a vector too
           
           
upper_bound=100; % can be a vector too
           
           
[Best_vulture1_F,Best_vulture1_X,convergence_curve]=AVOA(pop_size,max_iter,lower_bound,upper_bound,variables_no,fobj);
           
           
figure 
           
           
% Best optimal values for the decision variables 
           
           
subplot(1,2,1)
           
           
parallelcoords(Best_vulture1_X)
           
           
xlabel('Decision variables')
           
           
ylabel('Best estimated values ')
           
           
box on
           
           
% Best convergence curve
           
           
subplot(1,2,2)
           
           
plot(convergence_curve);
           
           
title('Convergence curve of AVOA')
           
           
xlabel('Current_iteration');
           
           
ylabel('Objective value');
           
           
box on
          
          

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.

3 仿真结果

4 参考文献

[1] Benyamin Abdollahzadeh, Farhad Soleimanian Gharehchopogh, Seyedali Mirjalili. African vultures optimization algorithm: A new nature-inspired metaheuristic algorithm for global optimization problems[J]. Computers & Industrial Engineering, 2021, 158: 107408.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。