【智能优化算法-天鹰算法】基于天鹰优化算法求解多目标优化问题附matlab代码

 1 内容介绍

本文提出了一种新的基于种群的优化方法，称为 Aquila Optimizer (AO)，它是灵感来自天鹰座在捕捉猎物过程中的自然行为。因此，优化所提出的AO算法的程序用四种方法表示；按高选择搜索空间垂直俯冲翱翔，通过短滑翔攻击的轮廓飞行在发散的搜索空间内探索，通过低速飞行和慢速下降攻击在收敛搜索空间内利用，并通过步行和俯冲抓住猎物。

2 仿真代码

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

function nd_pop=GetNonDominatedParticles(pop)

    ND=~[pop.Dominated];
    
    nd_pop=pop(ND);

end

%__________________________________________________________________ %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

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

function dom=Dominates(x,y)

    if isstruct(x)
        x=x.Cost;
    end

    if isstruct(y)
        y=y.Cost;
    end
    
    dom=all(x<=y) && any(x<y);

end

 

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

function [Archive_X_Chopped, Archive_F_Chopped, Archive_mem_ranks_updated, Archive_member_no]=HandleFullArchive(Archive_X, Archive_F, Archive_member_no, Archive_mem_ranks, ArchiveMaxSize)

for i=1:size(Archive_F,1)-ArchiveMaxSize
    index=RouletteWheelSelection(Archive_mem_ranks);
    
    Archive_X=[Archive_X(1:index-1,:) ; Archive_X(index+1:Archive_member_no,:)];
    Archive_F=[Archive_F(1:index-1,:) ; Archive_F(index+1:Archive_member_no,:)];
    Archive_mem_ranks=[Archive_mem_ranks(1:index-1) Archive_mem_ranks(index+1:Archive_member_no)];
    Archive_member_no=Archive_member_no-1;
end

Archive_X_Chopped=Archive_X;
Archive_F_Chopped=Archive_F;
Archive_mem_ranks_updated=Archive_mem_ranks;

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

clear;
close all;
clc;
% format long g

% Initial parameters of the MOAOS algorithm
for j=8
    max_iter=100;
    Pop=100;
    ArchiveMaxSize=100;

    nvar=30;
    %     obj_no=2;

    method=3;
    if method==3

        Archive_F1=load(sprintf('P%d.txt',j));
    end
    obj_no=2;
    mkdir (sprintf('P%d',j))
    %-------------------------- MOAOS-----------------------------------------
    for i=1% Numbver of independent runs

        [Archive_F]=MAOS(max_iter,ArchiveMaxSize,Pop,nvar,method,j);
        if numel(Archive_F')==2
            continue
        end
        Archive_F=Archive_F';

        if obj_no==2
            plot(Archive_F1(:,1),Archive_F1(:,2),'Color','g','LineWidth',4);
            hold on
            plot(Archive_F(:,1),Archive_F(:,2),'ro','LineWidth',1,...
                'MarkerEdgeColor','b',...
                'MarkerFaceColor','r',...
                'Marker','o',...
                'MarkerSize',10);
            legend('True PF','Obtained PF');
            title(sprintf('MOAOS FOR MMF%d PROBLEM',j));
            xlabel('obj_1');
            ylabel('obj_2');

            hold off
        end
        if obj_no==3
            plot3(Archive_F1(:,1),Archive_F1(:,2),Archive_F1(:,3),'Color','g','LineWidth',1);
            hold on
            plot3(Archive_F(:,1),Archive_F(:,2),Archive_F(:,3),'ro','LineWidth',1,...
                'MarkerEdgeColor','b',...
                'MarkerFaceColor','r',...
                'Marker','o',...
                'MarkerSize',10);
            legend('True PF','Obtained PF');
            title(sprintf('MOAOS FOR MMF%d PROBLEM',j));
            xlabel('obj_1');
            ylabel('obj_2');
            zlabel('obj_3');

            hold off
        end

        savefig(sprintf('P%d/fig_%d.fig',j,i));

    end

    save(sprintf('P%d/result_P%d.mat',j,j));

end

3 运行结果

4 参考文献

Abualigah, L., Yousri, D., Elaziz, M.A., Ewees, A.A., A. Al-qaness, M.A., Gandomi,A.H., Aquila Optimizer: A novel meta-heuristic optimization Algorithm, Computers & Industrial Engineering
(2021)​

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。