资源简介
这是 Mirjalili 等人2017年在文章《Salp Swarm Algorithm:A bio-inspired optimizer for engineering design problems》中介绍的一个模拟樽海鞘生物的智能优化算法。,与粒子群算法,蚁群算法等类似,但十分新颖,目前已经被应用于各大领域,相应的改进算法也层出不穷。文件包含论文及作者源代码,欢迎大家下载并交流学习。
代码片段和文件信息
%_________________________________________________________________________________
% Salp Swarm Algorithm (SSA) source codes version 1.0
%
% Developed in MATLAB R2016a
%
% Author and programmer: Seyedali Mirjalili
%
% e-Mail: ali.mirjalili@gmail.com
% seyedali.mirjalili@griffithuni.edu.au
%
% Homepage: http://www.alimirjalili.com
%
% Main paper:
% S. Mirjalili A.H. Gandomi S.Z. Mirjalili S. Saremi H. Faris S.M. Mirjalili
% Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems
% Advances in Engineering Software
% DOI: http://dx.doi.org/10.1016/j.advengsoft.2017.07.002
%____________________________________________________________________________________
% This function draws the benchmark functions
function func_plot(func_name)
[lbubdimfobj]=Get_Functions_details(func_name);
switch func_name
case ‘F1‘
x=-100:2:100; y=x; %[-100100]
case ‘F2‘
x=-100:2:100; y=x; %[-1010]
case ‘F3‘
x=-100:2:100; y=x; %[-100100]
case ‘F4‘
x=-100:2:100; y=x; %[-100100]
case ‘F5‘
x=-200:2:200; y=x; %[-55]
case ‘F6‘
x=-100:2:100; y=x; %[-100100]
case ‘F7‘
x=-1:0.03:1; y=x %[-11]
case ‘F8‘
x=-500:10:500;y=x; %[-500500]
case ‘F9‘
x=-5:0.1:5; y=x; %[-55]
case ‘F10‘
x=-20:0.5:20; y=x;%[-500500]
case ‘F11‘
x=-500:10:500; y=x;%[-0.50.5]
case ‘F12‘
x=-10:0.1:10; y=x;%[-pipi]
case ‘F13‘
x=-5:0.08:5; y=x;%[-31]
case ‘F14‘
x=-100:2:100; y=x;%[-100100]
case ‘F15‘
x=-5:0.1:5; y=x;%[-55]
case ‘F16‘
x=-1:0.01:1; y=x;%[-55]
case ‘F17‘
x=-5:0.1:5; y=x;%[-55]
case ‘F18‘
x=-5:0.06:5; y=x;%[-55]
case ‘F19‘
x=-5:0.1:5; y=x;%[-55]
case ‘F20‘
x=-5:0.1:5; y=x;%[-55]
case ‘F21‘
x=-5:0.1:5; y=x;%[-55]
case ‘F22‘
x=-5:0.1:5; y=x;%[-55]
case ‘F23‘
x=-5:0.1:5; y=x;%[-55]
end
L=length(x);
f=[];
for i=1:L
for j=1:L
if strcmp(func_name‘F15‘)==0 && strcmp(func_name‘F19‘)==0 && strcmp(func_name‘F20‘)==0 && strcmp(func_name‘F21‘)==0 && strcmp(func_name‘F22‘)==0 && strcmp(func_name‘F23‘)==0
f(ij)=fobj([x(i)y(j)]);
end
if strcmp(func_name‘F15‘)==1
f(ij)=fobj([x(i)y(j)00]);
end
if strcmp(func_name‘F19‘)==1
f(ij)=fobj([x(i)y(j)0]);
end
if strcmp(func_name‘F20‘)==1
f(ij)=fobj([x(i)y(j)0000]);
end
if strcmp(func_name‘F21‘)==1 || strcmp(func_name‘F22‘)==1 ||strcmp(func_name‘F23‘)==1
f(ij)=fobj([x(i)y(j)00]);
end
end
end
surfc(xyf‘Linestyle‘‘none‘);
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3000 2018-05-22 09:11 SSA\func_plot.m
文件 7091 2018-05-22 09:11 SSA\Get_Functions_details.m
文件 1321 2018-05-22 09:11 SSA\initialization.m
文件 2488 2018-05-22 09:11 SSA\main.m
文件 115800 2018-05-22 09:11 SSA\SSA.jpg
文件 3052 2018-05-22 09:11 SSA\SSA.m
文件 3888735 2020-04-21 16:57 SSA\SSA.pdf
相关资源
- 粒子群优化算法在阵列天线方向图中
- 《粒子群优化算法》 李丽 牛奔著
- 多目标智能优化算法及其应用pdf
- 智能优化算法及程序、试题
- 灰狼优化算法和粒子群优化算法比较
- 多目标智能优化算法及其应用-雷德明
- 粒子群优化算法的RBF模型,做预测
- 多目标智能优化算法及其应用.zip
- 粒子群优化算法与多目标优化.zip
- 粒子群优化算法编码
- 基于模拟退火的粒子群优化算法
- 粒子群优化算法解决旅行商TSP问题
- 粒子群优化算法应用--函数最值问题求
- 13种pso粒子群优化算法代码合集
- 粒子群优化算法优化CEC基准测试函数
- 动态粒子群优化算法和动态蜂群优化
- 遗传算法-粒子群优化算法
- 细菌群优化算法,想用新优化算法做
- 混沌粒子群优化算法代码
- rbf神经网络权值的粒子群优化算法
- 一种更简化而高效的粒子群优化算法
- 蚁群优化算法源代码,源程序
- 智能优化算法--粒子群算法应用代码
- 混沌粒子群优化算法代码与实现
- 智能优化算法选址,源代码,有注解
- 粒子群优化算法工具箱(PSO_toolbox)
- 粒子群优化算法训练小波神经网络-
- 论文研究-一种新的改进粒子群算法研
- 经典的基本PSO粒子群优化算法的测试
- 人工蜂群优化算法
评论
共有 条评论