如何使用跳蛛优化算法在MATLAB中求解单目标优化问题？
- 内容介绍
- 文章标签
- 相关推荐
本文共计691个文字，预计阅读时间需要3分钟。
1+简介+本文提出了一种新型元启发式算法，称为跳蛛优化算法（JSOA），灵感来源于节肢动物蛛形纲跳蛛的捕食习性。该算法模拟自然界中蜘蛛的行为，并对蜘蛛的捕食策略进行数学建模。
1 简介
本文提出了一种新的元启发式算法，称为跳蛛优化算法 (JSOA)，其灵感来自于 Arachnida Salticidae 的狩猎习惯。所提出的算法模仿自然界中蜘蛛的行为，并对其狩猎策略进行数学建模：搜索、迫害和跳跃技能以获取猎物。这些策略在解决方案搜索空间的开发和探索之间提供了良好的平衡，并解决了全局优化问题。JSOA 使用来自文献的 20 个著名的测试台数学问题进行测试。进一步的研究包括比例积分微分 (PID) 控制器的调整、选择性谐波消除问题以及取自 CEC 2020 的一些现实世界的单目标有界约束数值优化问题。此外，JSOA 的性能已针对几个著名的仿生算法取自文献。
本文共计691个文字，预计阅读时间需要3分钟。
1+简介+本文提出了一种新型元启发式算法，称为跳蛛优化算法（JSOA），灵感来源于节肢动物蛛形纲跳蛛的捕食习性。该算法模拟自然界中蜘蛛的行为，并对蜘蛛的捕食策略进行数学建模。
1 简介
本文提出了一种新的元启发式算法，称为跳蛛优化算法 (JSOA)，其灵感来自于 Arachnida Salticidae 的狩猎习惯。所提出的算法模仿自然界中蜘蛛的行为，并对其狩猎策略进行数学建模：搜索、迫害和跳跃技能以获取猎物。这些策略在解决方案搜索空间的开发和探索之间提供了良好的平衡，并解决了全局优化问题。JSOA 使用来自文献的 20 个著名的测试台数学问题进行测试。进一步的研究包括比例积分微分 (PID) 控制器的调整、选择性谐波消除问题以及取自 CEC 2020 的一些现实世界的单目标有界约束数值优化问题。此外，JSOA 的性能已针对几个著名的仿生算法取自文献。