刘帅_2016-CSDN博客

原创基于matlab粒子群算法求解梯级水电站调度优化问题【含Matlab源码-每行代码都有注释，有对应论文、可以负责讲解、只需要修改一行即可该为基于遗传算法的优化、基于灰狼算法的优化等任意智能算法

基于matlab粒子群算法求解梯级水电站调度优化问题【含Matlab源码-每行代码都有注释，有对应论文、可以负责讲解、只需要修改一行即可该为基于遗传算法的优化、基于灰狼算法的优化等任意智能算法。

2023-11-24 08:55:35 70

原创一次迭代 13种测试函数，得到仿真30次，不同优化算法的平均值，标准差

error('mean_std_results已经包含字段 %s，无法重复添加', fieldName);% 调用每个算法寻找最小值，并保存到functionResults元胞数组中。% 现在mean_std_results结构体包含了每个函数在每个算法上的平均值和标准差。% 检查mean_std_results是否已经有了这个字段，如果没有则添加它。%% 一次迭代 13种测试函数，得到仿真30次，不同优化算法的平均值，标准差。% 将当前函数的平均值和标准差保存到mean_std_results中。

2024-04-10 17:48:27 276

原创循环运行程序，生成多张图片，并保存svg格式

循环运行程序，生成多张图片，并保存svg格式

2024-04-01 17:35:51 70

原创智能优化算法改进策略-佳点集

智能优化算法改进策略-佳点集

2024-03-07 17:26:41 952

原创希腊字母表

希腊字母

2024-03-06 10:20:53 370

原创优化算法性能分析，收敛分析包括搜索历史、平均适应度值、轨迹、和收敛曲线4个指标进行评估。

优化算法性能分析，收敛分析包括搜索历史、平均适应度值、轨迹、和收敛曲线4个指标进行评估。

2024-03-06 00:38:36 810

原创 % 种群多样性分析，30个cec算法，独立运行50次，两个算法对比。仿真图保存为svg格式，30张图

[lb,ub,D,y]：下界、上界、维度、目标函数表达式。% 种群多样性分析，30个cec算法，独立运行50次，两个算法对比。仿真图保存为svg格式，30张图。% 可选 2, 10, 30, 50, 100。% 保存当前图形为图像文件。

2024-03-06 00:31:20 834

原创 cec2017的30个函数一次统一运行，每个函数运行30次。只针对一个算法

cec2017的30个函数一次统一运行，每个函数运行30次。只针对一个算法

2024-03-06 00:04:32 402

原创元胞数组的应用，在不同放假存在矩阵，房间编号可以为循环变量。相当于可以根据循环变量动态该变变量名。

元胞数组的应用，在不同放假存在矩阵，房间编号可以为循环变量。相当于可以根据循环变量动态该变变量名。

2024-03-05 23:39:17 296

原创边界处理函数每一维的大小不一样

% 边界处理函数每一维的大小不一样% Boundary constraints

2024-03-05 17:33:10 286

原创 matlab plot program绘图命令

xlabel('采样点');ylabel('轨迹');legend('实际轨迹','期望轨迹');

2023-12-08 17:25:30 45

原创基于选择性对抗的灰狼优化/对立学习的灰狼优化算法/Selective Opposition based Grey Wolf Optimization

基于选择性对抗的灰狼优化、基于对立学习的灰狼优化算法\Selective Opposition based Grey Wolf Optimization

2023-12-06 15:15:56 51

原创注释蝴蝶优化算法\23个测试函数可用、原论文

刘注释蝴蝶优化算法 Butterfly Optimization Alogrithm

2023-11-30 16:17:46 28

Selective Opposition based Grey Wolf Optimization

The use of metaheuristics is widespread for optimization in both scientific and industrial problems due to several reasons, including flexibility, simplicity, and robustness. Grey Wolf Optimizer (GWO) is one of the most recent and popular algorithms in this area. In this work, opposition-based learning (OBL) is combined with GWO to enhance its exploratory behavior while maintaining a fast convergence rate.

2023-12-06

Selective Opposition based Grey Wolf Optimization基于选择性对抗的灰狼优化、基于

由于灵活性、简单性和鲁棒性等原因，元启发法在科学和工业问题的优化中得到了广泛的应用。灰狼优化算法(GWO)是该领域中最新、最受欢迎的算法之一。在这项工作中，基于对立面的学习(OBL)与 GWO 相结合，以增强其探索性行为，同时保持快速收敛速度。Spearman 的相关系数被用来确定 ω 狼(狼群中社会地位最低的狼)在哪里进行对立学习。不是反对所有的维度在狼，几个维度的狼被选择的反对是适用的。这有助于避免不必要的探索，并在不降低找到最佳解决方案的可能性的情况下实现快速收敛。该算法在23个优化函数上进行了测试。广泛的比较研究表明了该方法的优越性。