一、猎豹优化算法
猎豹优化算法(The Cheetah Optimizer,CO)由MohammadAminAkbari等人于提出,该算法性能高效,思路新颖。
参考文献: Akbari, M.A., Zare, M., Azizipanah-abarghooee, R. et al.The cheetah optimizer: a nature-inspired metaheuristic algorithm for large-scale optimization problems.Sci Rep 12, 10953 (). /10.1038/s41598-022-14338-z
CO算法描述:
二、CEC简介
CEC共有10个测试函数测试维度包含:2D、5D、10D、15D、20D。CEC测试问题随着维度的增加求解极其困难。
三、求解结果
将猎豹优化算法CO运用于求解CEC中10个函数,其中每个测试函数可以选择的维度分别有:2D、5D、10D、15D、20D。增大迭代次数,CO的求解效果更佳。本例测试函数维度均为10D(可根据自己需求调整),种群大小为50,最大迭代次数为1000次。
close allclearclcMaxFes = 1000;%迭代次数VarNumber = 10;%维度 2/5/10/15/20nPop = 50;%种群大小VarMin=-100;%下限VarMax=100;%上限fitnessfunc=str2func('cec20_func');Function_name=1;[Best_Fit,Best_Pos,Curve]=CO(nPop,MaxFes,VarMin,VarMax,VarNumber,CostFunction); figureplot(Curve,'linewidth',2.5)xlabel('迭代次数')ylabel('适应度值')legend('CO')title(strcat('CEC-F',num2str(Function_name)))
部分结果如下:
F1:
F2:
F3:
F4:
四、参考代码
文件夹内包含猎豹优化算法CO求解CEC完整代码,点击main.m即可运行。