📝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