【鹰栖息优化算法】基于鹰栖息优化算法求解单目标优化问题附matlab代码

【鹰栖息优化算法】基于鹰栖息优化算法求解单目标优化问题附matlab代码

1 简介

2 部分代码

clear all clcclose allSearchAgents_no=30; % Number of search agents 种群数量Function_name='F2'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数Max_iteration=1000; % Maximum numbef of iterations 设定最大迭代次数% Load details of the selected benchmark function[lb,ub,dim,fobj]=Get_Functions_details(Function_name); %设定边界以及优化函数[Best_pos,Best_score,SSA_curve]=EPO_fun(Max_iteration,SearchAgents_no,lb,ub,dim,fobj); %开始优化figure('Position',[269 240 660 290])%Draw search spacesubplot(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 spacesubplot(1,2,2);semilogy(SSA_curve,'Color','g','linewidth',2)title('Objective space')xlabel('Iteration');ylabel('Best score obtained so far');legend('EPO');axis tightgrid onbox on

3 仿真结果

4 参考文献

[1] Khan A T , Senior S L , Stanimirovic P S , et al. Model-Free Optimization Using Eagle Perching Optimizer[J]. 2018.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。