cec2013(python):五种算法（RFO、GWO、DBO、HHO、SSA）求解cec2013

IT猿手

已于 2023-03-29 16:41:44 修改

阅读量641

点赞数 1

分类专栏： python CEC 文章标签： python 算法 cec2013

于 2023-03-29 16:36:38 首次发布

本文链接：https://blog.csdn.net/weixin_46204734/article/details/129839790

版权

CEC 同时被 2 个专栏收录

88 篇文章 39 订阅

订阅专栏

python

82 篇文章 6 订阅

订阅专栏

一、五种算法介绍

（1）红狐优化算法（Red fox optimization，RFO）

（2）灰狼优化算法(Grey Wolf Optimizer，GWO)

（3）蜣螂优化算法（Dung beetle optimizer，DBO）

（4）哈里斯鹰优化算法(Harris Hawks Optimization,HHO)

（5）麻雀搜索算法（sparrow search algorithm，SSA）

二、五种算法求解cec2013

cec2013函数简介

CEC 2013 Special Session on Real-Parameter Optimization中共有28个测试函数维度可选择为10/30/50/100。每个测试函数的详细信息如下表所示：

在这里插入图片描述

参考文献：[1] Liang J J , Qu B Y , Suganthan P N , et al. Problem Definitions and Evaluation Criteria for the CEC 2013 Special Session on Real-Parameter Optimization. 2013.

部分代码

完整代码添加博客下方博主微信

from CEC2013.cec2013 import *
from RFO import RFO
from GWO import GWO
from DBO import DBO
from HHO import HHO
from SSA import SSA
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei']
#主程序
#主程序
function_name =6 #测试函数1-28
SearchAgents_no = 50#种群大小
Max_iter = 100#迭代次数
dim=10#维度 10/30/50/100
lb=-100*np.ones(dim)#下限
ub=100*np.ones(dim)#上限
cec_functions = cec2013(dim,function_name)
fobj=cec_functions.func#目标函数
BestX1,BestF1,curve1 = RFO(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解
BestX2,BestF2,curve2 = GWO(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解
BestX3,BestF3,curve3 = DBO(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解
BestX4,BestF4,curve4 = HHO(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解
BestX5,BestF5,curve5 = SSA(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解


#画收敛曲线图
Labelstr=['RFO','GWO','DBO','HHO','SSA']
Colorstr=['r','g','b','k','c']
if BestF1>0:
    plt.semilogy(curve1,color=Colorstr[0],linewidth=2,label=Labelstr[0])
    plt.semilogy(curve2,color=Colorstr[1],linewidth=2,label=Labelstr[1])
    plt.semilogy(curve3,color=Colorstr[2],linewidth=2,label=Labelstr[2])
    plt.semilogy(curve4,color=Colorstr[3],linewidth=2,label=Labelstr[3])
    plt.semilogy(curve5,color=Colorstr[4],linewidth=2,label=Labelstr[4])
else:
    plt.plot(curve1,color=Colorstr[0],linewidth=2,label=Labelstr[0])
    plt.plot(curve2,color=Colorstr[1],linewidth=2,label=Labelstr[1])
    plt.plot(curve3,color=Colorstr[2],linewidth=2,label=Labelstr[2])
    plt.plot(curve4,color=Colorstr[3],linewidth=2,label=Labelstr[3])
    plt.plot(curve5,color=Colorstr[4],linewidth=2,label=Labelstr[4])


plt.xlabel("Iteration")
plt.ylabel("Fitness")
plt.xlim(0,Max_iter)
plt.title("F"+str(function_name))
plt.legend()
plt.savefig(str(function_name)+'.png')
plt.show()
#