【北方苍鹰算法】基于北方苍鹰算法求解单目标优化问题附matlab代码

【北方苍鹰算法】基于北方苍鹰算法求解单目标优化问题附matlab代码

1 简介

优化算法是解决优化问题的有效随机方法之一。在本文中，提出了一种新的基于群体的算法，称为北苍鹰优化 (NGO) 算法，该算法模拟了北苍鹰在猎物狩猎过程中的行为。这种狩猎策略包括猎物识别和追尾过程两个阶段。描述了所提出的 NGO 算法的各个步骤，然后提出了用于解决优化问题的数学模型。在 68 个不同的目标函数上评估 NGO 解决优化问题的能力。

2 部分代码

% DOI: 10.1109/ACCESS.2021.3133286% Northern Goshawk Optimization: A New Swarm-Based Algorithm for Solving Optimization Problems% Mohammad Dehghani1, Pavel Trojovsk媒1, and Stepan Hub谩lovsk媒2% 1Department of Mathematics, Faculty of Science, University of Hradec Kr谩lov茅, 50003 Hradec Kr谩lov茅, Czech Republic % 2Department of Applied Cybernetics, Faculty of Science, University of Hradec Kr谩lov茅, 50003 Hradec Kr谩lov茅, Czech Republic % " Optimizer"%%clcclearclose allSearchAgents=30; Fun_name='F4'; Max_iterations=1000; [lowerbound,upperbound,dimension,fitness]=fun_info(Fun_name);[Score,Best_pos,NGO_curve]=NGO(SearchAgents,Max_iterations,lowerbound,upperbound,dimension,fitness);figure('Position',[300 300 660 290])subplot(1,2,1);fun_plot(Fun_name);title('Objective space')xlabel('x_1');ylabel('x_2');zlabel([Fun_name,'( x_1 , x_2 )'])subplot(1,2,2);plots=semilogx(NGO_curve,'Color','g');set(plots,'linewidth',2)hold ontitle('Objective space')xlabel('Iterations');ylabel('Best score');axis tightgrid onbox onlegend('NGO')display(['The best solution obtained by NGO is : ', num2str(Best_pos)]);display(['The best optimal value of the objective funciton found by NGO is : ', num2str(Score)]);

3 仿真结果

4 参考文献

M. Dehghani, Š. Hubálovský and P. Trojovský, "Northern Goshawk Optimization: A New Swarm-Based Algorithm for Solving Optimization Problems," in IEEE Access, vol. 9, pp. 162059-162080, 2021, doi: 10.1109/ACCESS.2021.3133286.

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。