qq_45955094的博客

本文列出了2021年提出的一些新型群智能优化算法，并对以下函数进行寻优求最小值，文中比较了各个优化算法的寻优效果。文末附录中编写并提供了相应MATLAB代码

文章目录1 算法介绍2 算法模型3 实现步骤4 MATLAB代码实现PSO算法4.1. main.m4.2. 运行结果1 算法介绍粒子群优化算法(Particle Swarm Optimization，PSO)是一种经典的群智能算法，该算法灵感源自于鸟类飞行和觅食的社会活动，鸟群通过个体之间的信息交互来寻找全局最优点。PSO算法具有原理简单、较少的参数设置和容易实现等优点，因此近年来受到学者们的广泛关注和研究。粒子群算法模拟鸟群的捕食过程，将待优化问题看作是捕食的鸟群，解空间看作是鸟群的飞行空间，空间

文章目录1 算法介绍2 算法原理3. 实现步骤4. MATLAB代码实现GWO算法4.1 main.m4.2 运行结果1 算法介绍灰狼优化算法（Grey Wolf Optimizer，GWO）由Mirjalili等于２０１４年提出。GWO算法是模拟自然界中灰狼群体的社会等级机制和捕猎行为而衍生出的一种新型群体智能优化算法．在GWO算法中，每只灰狼代表种群中1个候选解，其中，群体中最优解称为α，次最优解称为β，第三最优解称为δ，其他解均称为ω．灰狼的社会等级制度如图所示：社会等级可划分为头狼α、下属狼

文章目录1 算法介绍2 算法模型2.1. 全局探索阶段2.2. 过渡阶段2.3. 局部开采阶段3 实现步骤4 MATLAB代码实现HHO算法4.1. main.m4.2. 运行结果1 算法介绍哈里斯鹰算法（Harris Hawks Optimization，HHO），是由Ali Asghar Heidari和Seyedali Mirjalili于2019年提出的一种新型仿生智能优化算法。该算法模仿哈里斯鹰捕食特点，结合Lévy飞行（Lévy Flights）实现对复杂多维问题求解。研究表明该新型算法具有

智能优化算法编程——简单调用测试函数句柄文章目录智能优化算法编程——简单调用测试函数句柄1 CEC测试函数--附代码2 函数句柄命令3 调用多组测试函数1 CEC测试函数–附代码CEC测试函数公式介绍上测试函数代码function fobj = cec(function_name)% % % 子函数用于获取传入的函数名对应的目标函数句柄fobj = str2func(function_name);end% F1function o = F1(x)o=sum(x.^2);en

智能优化算法性能比较：常用的23组测试函数文章目录智能优化算法性能比较：常用的23组测试函数1. 单模态的基准测试函数2. 多模态的基准测试函数3. 复合基准测试函数4. 测试函数代码在智能优化算法的性能比较过程中，经常会需要用到一些测试函数，进行算法的性能比较。虽然CEC测试函数已经更新到2018版，笔者整理了早期常用的23组测试函数公式。归类如下：1. 单模态的基准测试函数2. 多模态的基准测试函数3. 复合基准测试函数4. 测试函数代码%% 子函数用于定义表达式% F1fun