基于气味代理优化算法，如何用matlab求解单目标优化问题？

本文共计778个文字，预计阅读时间需要4分钟。

1. 简介本文针对CEC数值优化基准函数和混合可再生能源系统（HRES）的工程问题，提出了基于气象代理优化（SAO）的新算法。该算法针对气象代理解和蒸发量气象子代理的优化进行了广泛研究。

1 简介

本文针对一些 CEC 数值优化基准函数和混合可再生能源系统 (HRES) 工程问题，对称为气味代理优化 (SAO) 的新元启发式算法进行了广泛研究。 SAO 实现了气味代理和蒸发气味分子的对象之间的关系。这些关系被建模为三种独立的模式，称为嗅探模式、尾随模式和随机模式。当气味分子从气味源向代理扩散时，嗅探模式模拟代理的气味感知能力。尾随模式模拟代理跟踪气味分子的一部分直到其来源被识别的能力。然而，随机模式是代理用来避免陷入局部最小值的一种策略。对 37 个常用的 CEC 基准函数和 HRES 工程问题进行了测试，并将结果与其他 6 种元启发式方法进行了比较。实验结果表明，SAO 可以在 76% 的基准函数中找到全局最优值。同样，统计结果表明，与基准算法相比，SAO 也获得了最具成本效益的 HRES 设计。