1 内容介绍
在这项研究中,受肉食植物如何适应在恶劣环境中生存的启发,提出了一种新颖的元启发式算法,即肉食植物算法(CPA)。 CPA 首先在 30 个具有不同特征的知名基准函数和 7 个 CEC 2017 测试函数上进行了评估。 对其收敛特性和计算时间进行了分析,并与七种广泛使用的元启发式算法进行了比较,并使用Wilcoxon符号秩检验验证了其优越性。 CPA 的适用性在机械工程设计问题和控制五自由度机械臂方向的现实世界具有挑战性的应用中得到了进一步检验。 实验模拟证明了 CPA 在解决全局优化问题方面的优势。
2 仿真代码
function [best,fmin] = mainfile()
clc
clear all
close all
disp(['CPA is solving 100D Step test function.'])
disp(['Please wait...'])
disp(blanks(1)');
tic
%100D step test function variables
d=100;
Lb=-5.12*ones(1,d);
Ub=5.12*ones(1,d);
opt=zeros(d,1);
tol=1e-05;
%Carnivorous Plant Algorithm
[best,fmin]=CPA(Lb,Ub,d,opt,tol);
3 运行结果
4 参考文献
[1] Ong K M , Ong P , Sia C K . A carnivorous plant algorithm for solving global optimization problems[J]. Applied Soft Computing, 2020, 98(April):106833.
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。