二進制非洲秃鹫優化算法（Matlab代碼實作）

 📝個人首頁：​​研學社的部落格​​ 

💥💥💞💞歡迎來到本部落格❤️❤️💥💥

🏆部落客優勢：🌞🌞🌞部落格内容盡量做到思維缜密，邏輯清晰，為了友善讀者。

⛳️座右銘：行百裡者，半于九十。

目錄

​​💥1 概述​​

​​📚2 運作結果​​

​​🎉3 參考文獻​​

​​🌈4 Matlab代碼實作​​

💥1 概述

二進制非洲秃鹫優化算法用于求解各種優化問題，特别是離散優化問題。通過23個基準函數和相關的Wilcoxon秩和檢驗對BAVOA的性能進行評估，并通過4個工程設計問題和1個組合優化問題驗證BAVOA的有效性。結果表明，BAVOA在解決複雜優化問題方面是有效的。

📚2 運作結果

主函數代碼：

clear all 

close all

clc

%% 

for i=1:23

for t=1:30

% Population size and stoppoing condition 

pop_size=30;  

max_iter=500;  

F_name=strcat('F',num2str(i));  

[LB,UB,Dim,F_obj] = Get_FD(F_name);

if i<14

    Dim=5;%5,10,50,100dimensions

end

dec=15;

Dim=Dim*dec;

[Best_F,Best_X,convergence_curve]=AVOA(pop_size,max_iter,LB,UB,Dim,F_obj,dec);

AVOAcurve(:,i)=convergence_curve;

AVOArank(i,t)=Best_F;

bestf(t)=Best_F;

end

ag=mean(bestf);

Max=max(bestf);

Min=min(bestf);

STD=(sum((bestf(1,:)-ag).^2)/(length(bestf)-1)).^0.5;

display(['',num2str(ag)]);

display(['',num2str(STD)]);

display(['',num2str(Max)]);

display(['',num2str(Min)]);

display('AVOA');

end

🎉3 參考文獻

​​🌈​​4 Matlab代碼實作