2024最新算法：美洲狮优化算法（Puma Optimizar Algorithm ，POA）求解23个基准函数（提供MATLAB代码）

最新推荐文章于 2024-07-13 10:00:32 发布

IT猿手

最新推荐文章于 2024-07-13 10:00:32 发布

阅读量1.5k

点赞数 26

分类专栏：优化算法智能优化算法 MATLAB 文章标签：算法 matlab 开发语言多目标优化算法

本文链接：https://blog.csdn.net/weixin_46204734/article/details/136423427

版权

MATLAB 同时被 3 个专栏收录

516 篇文章 121 订阅

订阅专栏

优化算法

161 篇文章 9 订阅

订阅专栏

智能优化算法

144 篇文章 82 订阅

订阅专栏

本文介绍了美洲狮优化算法（POA），一种受美洲狮行为启发的高效算法，特别强调了其独特的探索和开发机制以及相变超启发式机制。通过在MATLAB中实现POA求解F1到F23的函数，展示了算法在优化过程中的性能和搜索空间特性。

摘要由CSDN通过智能技术生成

一、美洲狮优化算法

美洲狮优化算法（Puma Optimizar Algorithm ，POA）由Benyamin Abdollahzadeh等人于2024年提出，其灵感来自美洲狮的智慧和生活。在该算法中，在探索和开发的每个阶段都提出了独特而强大的机制，这提高了算法对各种优化问题的性能。此外，该算法还提出了一种新型的智能机制，即相变的超启发式机制（PI），使用这种机制，PO算法可以在优化操作期间执行相变操作，并平衡探索和开发，同时探索和开发都会根据问题的性质自动调整。

参考文献：

[1]Abdollahzadeh, B., Khodadadi, N., Barshandeh, S. et al. Puma optimizer (PO): a novel metaheuristic optimization algorithm and its application in machine learning. Cluster Comput (2024). Puma optimizer (PO): a novel metaheuristic optimization algorithm and its application in machine learning | Cluster Computing

二、23个函数介绍

参考文献：

[1] Yao X, Liu Y, Lin G M. Evolutionary programming made faster[J]. IEEE transactions on evolutionary computation, 1999, 3(2):82-102.

三、POA求解23个函数

3.1部分代码

close all ;
clear
clc
Npop=30;                
Function_name='F1';     % Name of the test function that can be from F1 to F23 ( 
Tmax=300;              
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
[Best_fit,Best_pos,Convergence_curve]=POA(Npop,Tmax,lb,ub,dim,fobj);
figure('Position',[100 100 660 290])
%Draw search space
subplot(1,2,1);
func_plot(Function_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
%Draw objective space
subplot(1,2,2);
semilogy(Convergence_curve,'Color','r','linewidth',3)
title('Search space')
xlabel('Iteration');
ylabel('Best score obtained so far');
axis tight
grid on
box on
legend('POA')
saveas(gca,[Function_name '.jpg']);


display(['The best solution is ', num2str(Best_pos)]);
display(['The best fitness value is ', num2str(Best_fit)]);