一种非线性权重的自适应鲸鱼优化算法IMWOA附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

随着现实生活中待优化问题的复杂度增加,种群优化算法得到迅速发展.目前,各种鲸鱼优化算法被提出,但是在不断提高精度的同时,却增加了算法的复杂性.针对鲸鱼优化算法(WOA)收敛速度慢,求解精度低的问题,在优化算法性能的基础上保留鲸鱼优化算法结构简单的特点,提出了基于非线性权重的自适应鲸鱼优化算法(NWAWOA).通过非线性权重S_1和S_2对鲸鱼优化算法三个阶段的位置更新公式采用两种不同的加权策略,在平衡算法全局搜索与局部开发能力的同时,加快收敛速度,提高求解精度.在10个经典测试函数上的实验表明,改进的算法与经典粒子群算法(PSO),WOA,WOAWC算法,EWOA算法相比具有较好的收敛速度,求解精度和稳定性,同时算法结构简单,易于学习.

⛄ 部分代码

%% [1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13.

clear all 

clc

SearchAgents_no=30; % Number of search agents 种群数量

Function_name='F4'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数

Max_iteration=500; % Maximum numbef of iterations 设定最大迭代次数

% Load details of the selected benchmark function

[lb,ub,dim,fobj]=Get_Functions_details(Function_name);  %设定边界以及优化函数

%原始鲸鱼算法

[Best_score,Best_pos,WOA_cg_curve]=WOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj); %开始优化

%改进鲸鱼算法

[Best_score1,Best_pos1,WOA_cg_curve1]=IMWOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj); %开始优化

figure('Position',[269   240   660   290])

%Draw search space

subplot(1,2,1);

func_plot(Function_name);

title('Parameter space')

xlabel('x_1');

ylabel('x_2');

zlabel([Function_name,'( x_1 , x_2 )'])

%Draw objective space

subplot(1,2,2);

semilogy(WOA_cg_curve,'Color','g','linewidth',1.5)

hold on

semilogy(WOA_cg_curve1,'Color','r','linewidth',1.5);

title('Objective space')

xlabel('Iteration');

ylabel('Best score obtained so far');

legend('WOA','IMAWOA');

axis tight

grid on

box on

display(['The best solution obtained by WOA is : ', num2str(Best_pos)]);

display(['The best optimal value of the objective funciton found by WOA is : ', num2str(Best_score)]);

        

display(['The best solution obtained by IMWOA is : ', num2str(Best_pos1)]);

display(['The best optimal value of the objective funciton found byIMWOA is : ', num2str(Best_score1)]);

⛄ 运行结果

⛄ 参考文献

[1]赵传武、黄宝柱、阎跃观、代文晨、张建. 一种非线性权重的自适应鲸鱼优化算法[J]. 计算机技术与发展, 2020, 30(10):7.

⛄ Matlab代码关注

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料