CEC2013（MATLAB）：霸王龙优化算法（Tyrannosaurus optimization）求解CEC2013

最新推荐文章于 2024-06-15 23:36:03 发布

IT猿手

最新推荐文章于 2024-06-15 23:36:03 发布

阅读量452

点赞数

分类专栏： CEC MATLAB 智能优化算法文章标签：算法 matlab CEC2013 霸王龙优化算法

本文链接：https://blog.csdn.net/weixin_46204734/article/details/133847832

版权

MATLAB 同时被 3 个专栏收录

444 篇文章 97 订阅

订阅专栏

智能优化算法

140 篇文章 79 订阅

订阅专栏

CEC

88 篇文章 39 订阅

订阅专栏

一、霸王龙优化算法TROA

霸王龙优化算法（Tyrannosaurus optimization，TROA）由Venkata Satya Durga Manohar Sahu等人于2023年提出，该算法模拟霸王龙的狩猎行为，具有搜索速度快等优势。

参考文献：Venkata Satya Durga Manohar Sahu, Padarbinda Samal, Chinmoy Kumar Panigrahi,”Tyrannosaurus optimization algorithm: A new nature-inspired meta-heuristic algorithm for solving optimal control problems”,e-Prime - Advances in Electrical Engineering, Electronics and Energy,Volume 5,2023,100243,ISSN 2772-6711,https://doi.org/10.1016/j.prime.2023.100243.

二、cec2013简介

在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。每个测试函数的信息如下表所示：（详细信息见下方参考文献）

CEC2013的28个函数_IT猿手的博客-CSDN博客

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[J]. 2013.

三、TROA求解cec2013

（1）部分代码

close all;
clear ; 
clc;
dim =10;      %维度
TestProblem=1; %测试函数索引可以选择 1-28
[Fun_Name,lb,ub,opt_f,err] = get_fun_info_CEC2013(TestProblem,dim);%获取函数信息
fob=str2func('cec13_0');
SearchAgents_no=50; % 种群大小（可以修改）
Max_iteration=500; % 最大迭代次数（可以修改）
[Xbest,Best_score,Convergence_curve]=TROA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
plot(Convergence_curve,'r','linewidth',2)
xlabel('Iteration')
ylabel('Fitness')
title(['CEC2013-F' num2str(TestProblem)])
legend('TROA')

（2）部分结果