天鹰优化算法如何应用于单目标优化问题并附有Matlab代码实现？

本文共计533个文字，预计阅读时间需要3分钟。

1. 简介：本文提出了一种新的基于种群的优化方法，命名为Aquila Optimizer（AO），灵感来源于天鹰星座在捕捉猎物过程中的自然行为。因此，AO算法提出的优化程序通过四种方法展示了其优势；按高选择率排序。

1 简介

本文提出了一种新的基于种群的优化方法，称为 Aquila Optimizer (AO)，它是灵感来自天鹰座在捕捉猎物过程中的自然行为。因此，优化所提出的AO算法的程序用四种方法表示；按高选择搜索空间垂直俯冲翱翔，通过短滑翔攻击的轮廓飞行在发散的搜索空间内探索，通过低速飞行和慢速下降攻击在收敛搜索空间内利用，并通过步行和俯冲抓住猎物。

​

​

​

​

​

​

​

​

​

2 部分代码

%_______________________________________________________________________________________%
% Aquila Optimizer (AO) source codes (version 1.0) %
% %
clear all
clc
Solution_no=20;
F_name='F2';
M_Iter=200;
[LB,UB,Dim,F_obj]=Get_F(F_name);
[Best_FF,Best_P,conv]=AO(Solution_no,M_Iter,LB,UB,Dim,F_obj);
figure('Position',[454 445 694 297]);
subplot(1,2,1);
func_plot(F_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([F_name,'( x_1 , x_2 )'])
subplot(1,2,2);
semilogy(conv,'Color','r','LineWidth',2)
title('Convergence curve')
xlabel('Iteration#');
ylabel('Best fitness function');
axis tight
legend('Aquila (AO)')
display(['The best-obtained solution by AO is : ', num2str(Best_P)]);
display(['The best optimal values of the objective funciton found by AO is : ', num2str(Best_FF)]);

3 仿真结果

​

​

4 参考文献

Abualigah, L., Yousri, D., Elaziz, M.A., Ewees, A.A., A. Al-qaness, M.A., Gandomi,A.H., Aquila Optimizer: A novel meta-heuristic optimization Algorithm, Computers & Industrial Engineering

(2021)

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

​