【多跟踪器优化算法】基于多跟踪器优化算法求解单目标优化问题 (MTOA)含Matlab源码

【多跟踪器优化算法】基于多跟踪器优化算法求解单目标优化问题 (MTOA)含Matlab源码

1 简介

Multi-tracker Optimization Algorithm（MTOA）是一种新的基于计算种群的优化算法，它是基于迄今为止介绍的其他进化优化算法的优缺点而设计的。 这种被称为“多跟踪器优化算法”的新算法，由于其内部跟踪器的多级结构，具有一些独特的特点，例如提高最佳点的准确性和收敛后连续局部搜索以逃避 局部最小值同时。 该算法的另一个重要优点是优化时变动力学问题并跟踪最佳点。 这些特性使得该算法对于优化问题非常有效，尤其是在工程领域。

2 部分代码

%============================================================================%% Multi-tracker Optimization Algorithm (MTOA) % % ======================%clearclcclose allformat long%=======================初始化 MTOA 参数=====================Fcn_Name='TestFcn'; % 优化问题函数Min=zeros(1,2).'; Max=ones(1,2).'; Par_Interval=[Min Max]; % 搜索空间限制No_GTs=20; % 全球追踪器数量No_LTs=4; % 本地跟踪器数量%---------- 等效人口 = 100RM=sqrt(2); % 最大搜索半径Rm=1e-4; % 最小搜索半径Max_Itr=200; %最大迭代Beta=.95; % BetaLambda=2; % LambdaTheta=pi/8; % Theta%==============================图形选项============================TwoDGraphic_on=0; % （0 或 1） % 如果启用此选项（TwoDGraphic_on=1），将显示本地和全局搜索过程。%============================MTOA 函数运行===========================[GOP_Cost,GOP]=MTOA(Fcn_Name,Par_Interval,No_GTs,No_LTs,RM,Rm,Max_Itr,Beta,Lambda,Theta,TwoDGraphic_on);%========= ==================Solution==================================disp('Solution=')disp(GOP);

3 仿真结果

4 参考文献

Zakeri, E., Moezi, S.A., Bazargan-Lari, Y. et al. Multi-tracker Optimization Algorithm: A General Algorithm for Solving Engineering Optimization Problems. Iran J Sci Technol Trans Mech Eng 41, 315–341 (2017). https://doi.org/10.1007/s40997-016-0066-9

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。