基于胡桃夹子优化算法 (NOA)求解单目标优化问题附matlab代码
基于胡桃夹子优化算法 (NOA)求解单目标优化问题附matlab代码
TT_Matlab
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，完整matlab代码或者程序定制加qq1575304183。
✅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 电力系统
信号处理 图像处理 路径规划 元胞自动机 无人机
⛄ 内容介绍
胡桃夹子优化算法 (NOA) 是一种受自然启发的算法，可模拟胡桃夹子鸟在两个不同时期的不同行为。NOA 针对二十九个测试函数、CEC-2014、CEC-2017 和 CEC-2020 以及五个实际工程设计问题进行了评估。将 NOA 与三类现有优化算法进行比较：(1) SMA、GBO、EO、RUN、AVOA、RFO 和 GTO 作为最近发布的算法，(2) SSA、WOA 和 GWO 作为高引用算法，以及(3) AL-SHADE、L-SHADE、LSHADE-cnEpSin 和 LSHADE-SPACMA 作为高性能优化器和 CEC 竞赛的获胜者。与 LSHADE-cnEpSin 和 LSHADE-SPACMA 作为性能最佳的优化器和 CEC-2017 的获胜者相比，NOA 在所有方法中排名第一并表现出优异的结果，
⛄ 部分代码
%_________________________________________________________________________%
% Nutcracker Optimization Algorithm (NOA) source codes demo 1.0 %
% %
% Developed in MATLAB R2019A %
% %
% Author and programmer: Reda Mohamed (E-mail: redamoh@zu.edu.eg) & Mohamed Abdel-Basset (E-mail: mohamedbasset@ieee.org) %
% %
% Main paper: Abdel-Basset, M., Mohamed, R. %
% Nutcracker optimizer, %
% Knowledge-Based Systems, in press, %
% DOI: https://doi.org/10.1016/j.knosys.2022.110248 %
% %
%_________________________________________________________________________%
clear all
clc
SearchAgents_no=25; % Number of search agents
Max_iteration=400; % Maximum number of Function evaluations
RUN_NO=2; %% Number of independent runs
for i=1:23 %% Test functions
for j=1:RUN_NO
[lb,ub,dim,fobj]=Get_Functions_details(i);
[Best_score,Best_pos,Convergence_curve]=NOA(SearchAgents_no,Max_iteration,ub,lb,dim,fobj);
fitness(1,j)=Best_score;
end
fprintf([’Function_ID ’,num2str(i),’ Average Fitness:’,num2str(mean(fitness(1,:)),20),’ ’]);
%% Drawing Convergence Curve %%
figure(i)
subplot(1,2,1);
func_plot(strcat(’F’,num2str(i)));
title(’Parameter space’)
xlabel(’x_1’);
ylabel(’x_2’);
zlabel([strcat(’F’,num2str(i)),’( x_1 , x_2 )’])
subplot(1,2,2);
h=semilogy(Convergence_curve,’LineWidth’,2,’Color’,’r’);
% h.MarkerIndices = 1000:1000:Max_iteration;
xlabel(’Iteration’);
ylabel(’Best Fitness obtained so-far’);
axis tight
grid off
box on
legend({’NOA’});
end
⛄ 运行结果
⛄ 参考文献
Main paper: Abdel-Basset, M., Mohamed, R., Jameel, M., & Abouhawwash, M. (2023). Nutcracker optimizer: A novel nature-inspired metaheuristic algorithm for global optimization and engineering design problems. Knowledge-Based Systems, 110248, DOI: https://doi.org/10.1016/j.knosys.2022.110248