多目标优化算法:多目标金枪鱼群优化算法MOTSO(提供matlab代码)

一、算法简介:

金枪鱼群优化算法(Tuna Swarm Optimization,TSO)由Lei Xie等人于2021年提出。其灵感来自金枪鱼群的合作觅食行为,包含螺旋觅食和抛物线觅食两种策略。金枪鱼群优化算法在单目标问题上具有收敛速度快,求解精度高等特点,是一种不错的元启发算法。

二、算法原理:

(1)螺旋觅食:

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

(2)抛物线觅食:

在这里插入图片描述

(3)算法步骤:

在这里插入图片描述

(4)流程图:

在这里插入图片描述

三、多目标金枪鱼群优化算法MOTSO:

将金枪鱼群优化算法的优良策略与多目标优化算法框架结合形成多目标金枪鱼群优化算法(MOTSO),为了验证所提的MOTSO的有效性,将其在22个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、Kursawe、Poloni、Viennet2、Viennet3、UF1-UF10、CF1-CF3)上实验。
部分实验结果:(参考代码见评论区)
ZDT1:
在这里插入图片描述

ZDT2:
在这里插入图片描述

ZDT3:
在这里插入图片描述

ZDT4:
在这里插入图片描述

ZDT6:
在这里插入图片描述

Kursawe:
在这里插入图片描述

Viennet3:
在这里插入图片描述

  • 0
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
目标金鹰优化算法(MOGEO)是一种基于金鹰优化算法(GEO)的多目标优化求解方法。金鹰优化算法是由Abdolkarim等人于2020年提出的,它模拟了金鹰狩猎行为,具有收敛速度快、寻优能力强的特点。MOGEO则是在金鹰优化算法的基础上进行了改进,用于解决多目标优化问题。 MOGEO的原理可以参考Mohammadi-Balani等人的论文《Golden Eagle Optimizer: A nature-inspired metaheuristic algorithm》。该算法结合了金鹰的搜索策略和多目标优化技术,通过模拟金鹰的狩猎行为来进行优化。它通过调整种的位置和速度来搜索最优解的近似集合,以找到多个同时优化的目标的最佳解。 MOGEO的matlab源码可以在【多目标优化求解】基于金鹰算法(MOGEO)的多目标优化求解matlab源码.md中找到。这个源码提供了使用MOGEO算法解决多目标优化问题的实现示例,可以作为研究和实践的参考。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【多目标优化求解】基于金鹰算法(MOGEO)的多目标优化求解matlab源码.md](https://download.csdn.net/download/m0_60703264/21458356)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [多目标优化算法:多目标金鹰优化算法MOGEO(提供MATLAB代码)](https://blog.csdn.net/weixin_46204734/article/details/124462102)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值