单目标优化求解基于matlab天鹰优化算法求解单目标优化问题含Matlab源码 1856期

Posted 2022-05-19 海神之光

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【单目标优化求解】基于matlab天鹰优化算法求解单目标优化问题【含Matlab源码 1856期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、天鹰优化算法简介

天鹰优化算法（AO）具有高可靠性和一致性，具有强大的最优解求解能力，能够以较快的加速度收敛和较强的稳定性进行寻优。
建立天鹰算法优化步骤如下：
第一种垂直俯冲：当天鹰识别猎物区域时，通过高空翱翔在全局初步选择最佳狩猎区域，以确定最优解的所在的搜索空间。如式（7）：

式中：X1(t+1)为t+1代的解，由搜索方法X1生成，Xbest(t)是最佳解，表示目标猎物的最近位置，t和T分别表示当前迭代和最大迭代次数，XM(t)表示在第t次迭代时当前解的位置均值，rand为0到1之间的随机值。
第二种短滑翔攻击：当从高处翱翔中发现猎物区域时，天鹰在目标猎物上方盘旋，以缩小狩猎区域，即减小最优解的搜索空间。如式（8）：

式中：XR(t)为[1 N]之间的随机解，D为维度空间，L(D)为捕猎飞行分布函数。

第三种低空飞行：当精准确定猎物区域，并且天鹰准备着陆和攻击时，天鹰在选定的目标区域通过低飞慢降的攻击方式试探猎物的反应，缓慢接近目标，如式（9）：
式中：α、δ为调整参数，由于本文热误差数据值偏小，固定为较小值0.1，UB和LB分别表示给定问题的上界和下界。
第四种行走抓捕：当天鹰接近目标时，根据猎物的运动从陆地上空攻击猎物，进行快速收敛，如式（10）：

式中：QF为用于均衡搜索策略的质量函数，G1表示在追捕猎物中天鹰的各种运动，G2代表天鹰在捕猎过程中的飞行斜率，X(t)为第t次迭代的当前解。

三、部分源代码

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','b','LineWidth',1)
title('收敛曲线')
xlabel('迭代');
ylabel('适度值');
axis tight
legend('Aquila (AO)')



## 四、运行结果
![在这里插入图片描述](https://img-blog.csdnimg.cn/76459f1320484afabe6a7dbfbdd69455.jpeg#pic_center)

## 五、matlab版本及参考文献
**1 matlab版本**
2014a

**2 参考文献**
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]韩毅,徐梓斌,张亮.国外新型智能优化算法——松鼠觅食算法[J].现代营销(信息版). 2019,(09)