13种最新2023年智能算法进行PK,免费获取matlab代码

本期推出13种2023年智能算法进行PK,在CEC2005和CEC2022函数集进行测试。文末有代码获取方式。(昨天由于上传文件发生问题,今天重新推出)

13种算法都是2023年提出的,分别为:

淘金优化器(GRO),雪消融优化器(SAO),霜冰优化算法(RIME),减法优化器(SABO),切诺贝利灾难优化器(CDO),逻辑优化算法(ILA),小龙虾优化算法(COA),长城建造算法(GWCA),几何平均优化器(GMO),海象优化算法(WOA),貉藻优化算法(WWPA),光学显微镜算法(OMA),高尔夫优化算法(GOA)

在CEC2005函数集上的结果展示:

e74d886074a93bb7fe9808c9c0b47fb4.png

8e44f22ed74941db8d832ad594f5570c.png

a178a2c969ec3f77c32cc200b8914b7b.png

fe294251d504d2859074c37a21ed3572.png

65d9b1dc09cd4da5ee73592c4eb4a5ad.png

在CEC2022函数集上的结果展示:

ab80d157b4202a6e9d87ee5ba0228ab5.png

285233d96a0686b3a2fcc4e14d56f207.png

0187895370761c87adcd59f28a2bd92e.png

06ba523ccf399d623e817b0add8835cf.png

072072292998658befd1a816fde67b03.png

2023智能算法合集代码免费获取方式

完整代码免费获取方式:后台回复关键字,不区分大小写。关键字:

大比拼

点击下方卡片获取更多代码!

参考文献:

[1]Abdelaziz,A.A.;Towfek,S.K.; Khodadadi,N.;Alhussan,A.A.; Khafaga,D.S.;Eid,M.M.; lbrahim,A. Waterwheel Plant Algorithm: A Novel MetaheuristicOptimizationMethod.Processes 2023,11,1502.https://doi.org/10.3390/pr11051502.

[2]K. Zolfi. Gold rush optimizer: A new population-based metaheuristic algorithm. Operations Research and Decisions 2023: 33(1), 113-150. DOI 10.37190/ord230108.

[3]Lingyun Deng, Sanyang Liu. Snow ablation optimizer: A novel metaheuristic technique for numerical optimization and engineering design,Expert Systems with Applications,Volume 225,2023.

[4]Hang Su, Dong Zhao, Ali Asghar Heidari, Lei Liu, Xiaoqin Zhang, Majdi Mafarja, Huiling Chen,RIME: A physics-based optimization,Neurocomputing,ELSEVIER- 2023.

[5]Mirrashid, M.; Naderpour, H. Incomprehensible but Intelligible-in-time logics: Theory and optimization algorithm. Knowl.-Based Syst. 2023, 264, 110305

[6]H. Shehadeh.Chernobyl Disaster Optimizer (CDO): A Novel Metaheuristic Method for Global Optimization, Neural Computing and Applications. DOI: https://dx.doi.org/10.1007/s00521-023-08261-1

[7]Jia, H., Rao, H., Wen, C. et al. Crayfish optimization algorithm. Artif Intell Rev (2023). https://doi.org/10.1007/s10462-023-10567-4.

[8] Ziyu Guan, Changjiang Ren, Jingtai Niu, Peixi Wang, Yizi Shang,Great Wall Construction Algorithm: A novel meta-heuristic algorithm for engineer problems,Expert Systems with Applications,Volume 233,2023,120905,ISSN 0957-4174

[9]Montazeri, Z.; Niknam, T.; Aghaei, J.; Malik, O.P.; Dehghani, M.; Dhiman, G. Golf Optimization Algorithm: A New Game-Based Metaheuristic Algorithm and Its Application to Energy Commitment Problem Considering Resilience. Biomimetics 2023,8,386.https://doi.org/10.3390/biomimetics8050386.

[10] Pavel Trojovský, Mohammad Dehghani. Walrus Optimization Algorithm: A New Bio-Inspired Metaheuristic Algorithm, 24 October 2022, PREPRINT (Version 1) available at Research Square [https://doi.org/10.21203/rs.3.rs-2174098/v1].

[11]Abdelaziz, A.A.;Towfek, S.K.; Khodadadi, N.;Alhussan, A.A.; Khafaga, D.S.;Eid, M.M.; Ibrahim, A. Waterwheel Plant Algorithm: A Novel Metaheuristic Optimization Method. Processes 2023, 11, 1502. https://doi.org/10.3390/pr11051502.

[12]Cheng, M. Y., & Sholeh, M. N. (2023). Optical microscope algorithm: a new metaheuristic inspired by microscope magnification for solving engineering optimization problems. Knowledge-Based Systems. DOI: https://doi.org/10.1016/j.knosys.2023.110939

[13]K. Zolfi. Gold rush optimizer: A new population-based metaheuristic algorithm. Operations Research and Decisions 2023: 33(1), 113-150. DOI 10.37190/ord230108

  • 7
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
智能优化算法总结 优化算法有很多,经典算法包括:有线性规划,动态规划等;改进型局部搜索算法包括爬⼭法,最速下降法等,模拟退⽕、遗传算法以及禁 忌搜索称作指导性搜索法。⽽神经⽹络,混沌搜索则属于系统动态演化⽅法。 梯度为基础的传统优化算法具有较⾼的计算效率、较强的可靠性、⽐较成熟等优点,是⼀类最重要的、应⽤最⼴泛的优化算法。但是,传统 的最优化⽅法在应⽤于复杂、困难的优化问题时有较⼤的局限性。⼀个优化问题称为是复杂的,通常是指具有下列特征之⼀:(1)⽬标函 数没有明确解析表达;(2)⽬标函数虽有明确表达,但不可能恰好估值;(3)⽬标函数为多峰函数;(4)⽬标函数有多个,即多⽬标优 化。⼀个优化问题称为是困难的,通常是指:⽬标函数或约束条件不连续、不可微、⾼度⾮线性,或者问题本⾝是困难的组合问题。传统优 化⽅法往往要求⽬标函数是凸的、连续可微的,可⾏域是凸集等条件,⽽且处理⾮确定性信息的能⼒较差。这些弱点使传统优化⽅法在解决 许多实际问题时受到了限制。 智能优化算法⼀般都是建⽴在⽣物智能或物理现象基础上的随机搜索算法,⽬前在理论上还远不如传统优化算法完善,往往也不能确保解的 最优性,因⽽常常被视为只是⼀些"元启发式⽅法"(meta-heuristic)。但从实际应⽤的观点看,这类新算法⼀般不要求⽬标函数和约束 的连续性与凸性,甚⾄有时连有没有解析表达式都不要求,对计算中数据的不确定性也有很强的适应能⼒。 下⾯给出⼀个局部搜索,模拟退⽕,遗传算法,禁忌搜索的形象⽐喻:      为了找出地球上最⾼的⼭,⼀群有志⽓的兔⼦们开始想办法。       1.兔⼦朝着⽐现在⾼的地⽅跳去。他们找到了不远处的最⾼⼭峰。但是这座⼭不⼀定是珠穆朗玛峰。这就是局部搜索,它不能保证局 部最优值就是全局最优值。       2.兔⼦喝醉了。他随机地跳了很长时间。这期间,它可能⾛向⾼处,也可能踏⼊平地。但是,他渐渐清醒了并朝最⾼⽅向跳去。这就 是模拟退⽕。   3.兔⼦们吃了失忆药⽚,并被发射到太空,然后随机落到了地球上的某些地⽅。他们不知道⾃⼰的使命是什么。但是,如果你过⼏ 就杀死⼀部分海拔低的兔⼦,多产的兔⼦们⾃⼰就会找到珠穆朗玛峰。这就是遗传算法。       4.兔⼦们知道⼀个兔的⼒量是渺⼩的。他们互相转告着,哪⾥的⼭已经找过,并且找过的每⼀座⼭他们都留下⼀只兔⼦做记号。他们制 定了下⼀步去哪⾥寻找的策略。这就是禁忌搜索。 ⼀般⽽⾔,局部搜索就是基于贪婪思想利⽤邻域函数进⾏搜索,若找到⼀个⽐现有值更优的解就弃前者⽽取后者。但是,它⼀般只可以得 到"局部极⼩解",就是说,可能这只兔⼦登"登泰⼭⽽⼩天下",但是却没有找到珠穆朗玛峰。⽽模拟退⽕,遗传算法,禁忌搜索,神经 ⽹络等从不同的⾓度和策略实现了改进,取得较好的"全局最⼩解"。      模拟退⽕算法(Simulated Annealing,SA)      模拟退⽕算法的依据是固体物质退⽕过程和组合优化问题之间的相似性。物质在加热的时候,粒⼦间的布朗运动增强,到达⼀定强度 后,固体物质转化为液态,这个时候再进⾏退⽕,粒⼦热运动减弱,并逐渐趋于有序,最后达到稳定。      模拟退⽕的解不再像局部搜索那样最后的结果依赖初始点。它引⼊了⼀个接受概率p。如果新的点(设为pn)的⽬标函数f(pn)更 好,则p=1,表⽰选取新点;否则,接受概率p是当前点(设为pc)的⽬标函数f(pc),新点的⽬标函数f(pn)以及另⼀个控制参数"温 度"T的函数。也就是说,模拟退⽕没有像局部搜索那样每次都贪婪地寻找⽐现在好的点,⽬标函数差⼀点的点也有可能接受进来。随着算 法的执⾏,系统温度T逐渐降低,最后终⽌于某个低温,在该温度下,系统不再接受变化。      模拟退⽕的典型特征是除了接受⽬标函数的改进外,还接受⼀个衰减极限,当T较⼤时,接受较⼤的衰减,当T逐渐变⼩时,接受较⼩的 衰减,当T为0时,就不再接受衰减。这⼀特征意味着模拟退⽕与局部搜索相反,它能避开局部极⼩,并且还保持了局部搜索的通⽤性和简 单性。   在物理上,先加热,让分⼦间互相碰撞,变成⽆序状态,内能加⼤,然后降温,最后的分⼦次序反⽽会更有序,内能⽐没有加热前更 ⼩。就像那只兔⼦,它喝醉后,对⽐较近的⼭峰视⽽不见,迷迷糊糊地跳⼀⼤圈⼦,反⽽更有可能找到珠峰。 值得注意的是,当T为0时,模拟退⽕就成为局部搜索的⼀个特例。       模拟退⽕的伪码表达:   procedure simulated annealing   begin   t:=0;   initialize temperature T   select a current string vc at random;   evaluate vc;   repeat    repeat    se
引用\[1\]中提到了一篇名为"Incomprehensible but Intelligible-in-time logics: Theory and optimization algorithm"的论文,该论文介绍了一智能优化算法。引用\[2\]中提到了这个算法的具体内容,即卷积优化算法(Convolution Optimization Algorithm, COA)。该算法通过引入二维卷积运算来更新群的位置向量,其中包括纵向卷积核、横向卷积核和区域卷积核。在卷积搜索过程中,通过对这些卷积核进行运算并更新群的位置向量,进一步提高算法的性能。此外,在解质量增强过程中,该算法还使用带非惯性权重的高斯变异和扰动来提高局部搜索能力。\[2\] 这个算法被称为"Incomprehensible but Intelligible-in-time logics",即难以理解但又能及时理解的逻辑。根据引用\[3\]的解释,这个算法的思想是基于人类思维的特点,即人类的思维可以随着时间和事物的变化而变化。在经过一段时间的学习后,之前看起来毫无逻辑的事情也会变得有逻辑。这思维方式的独特性使得这个算法能够提出一新的优化算法,并且取得了不错的效果。\[3\] 因此,2023的智能优化算法是卷积优化算法,它通过引入二维卷积运算和利用人类思维的特点来提高算法的性能和搜索能力。 #### 引用[.reference_title] - *1* *3* [2023最新智能优化算法之——IBI逻辑优化算法(IBL),附MATLAB代码](https://blog.csdn.net/woaipythonmeme/article/details/131322393)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [智能优化算法:卷积优化算法-2023代码](https://blog.csdn.net/u011835903/article/details/130000907)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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 3
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

打赏作者

今天吃饺子

不想刀我的可以选择爱我

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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