2024最新元启发式算法：肺功能优化器（Lungs performance-based optimization，LPO）求解23个函数，MATLAB代码

最新推荐文章于 2024-06-25 19:37:43 发布

IT猿手

最新推荐文章于 2024-06-25 19:37:43 发布

阅读量688

点赞数 15

分类专栏：优化算法文章标签：算法 matlab 开发语言启发式算法最新算法最优算法智能优化算法

本文链接：https://blog.csdn.net/weixin_46204734/article/details/139334129

版权

优化算法专栏收录该内容

150 篇文章 8 订阅

订阅专栏

一、肺功能优化器

肺功能优化器（Lungs performance-based optimization，LPO）由Mojtaba Ghasemi 等人于2024年提出，其灵感来自人体肺的规律和智能性能。LPO从呼吸系统的复杂机制和适应性中汲取灵感。肺在氧交换方面表现出显着的效率，表明其功能高度优化。强制振荡技术测量气压和气流速率，以评估呼吸系统的电阻抗。阻抗曲线有两个不同的组成部分，呼吸电阻（ZR）和呼吸电抗（ZX），可以从临床和工程角度进行分析，以深入了解呼吸系统的工作原理。

参考文献

[1] Ghasemi M, Zare M, Zahedi A, et al. Optimization based on performance of lungs in body: Lungs performance-based optimization (LPO)[J]. Computer Methods in Applied Mechanics and Engineering, 2024, 419: 116582.

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、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]=LPO(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)%注意：如果为负数 采用plot画图
title('Search space')
xlabel('Iteration');
ylabel('Best score obtained so far');
axis tight
grid on
box on
legend('LPO')
saveas(gca,[Function_name '.jpg']);
display(['The best solution is ', num2str(Best_pos)]);
display(['The best fitness value is ', num2str(Best_fit)]);