多目标优化算法:基于非支配排序的鱼鹰优化算法(NSOOA)MATLAB

一、鱼鹰优化算法

鱼鹰优化算法(Osprey optimization algorithm,OOA)由Mohammad Dehghani 和 Pavel Trojovský于2023年提出,其模拟鱼鹰的捕食行为。具有寻优能力强、收敛速度快等特点。

鱼鹰优化算法的流程如下:

  1. 初始化:设定算法参数,包括鱼鹰数量、迭代次数、搜索空间等。

  2. 阶段一:定位和捕鱼(探索阶段)。

  • 每只鱼鹰根据当前位置和速度进行位置更新。

  • 计算每只鱼鹰的适应度值,即目标函数值。

  • 根据适应度值对鱼鹰进行排序,选择适应度较好的鱼鹰作为水下鱼类。

  • 每只鱼鹰根据水下鱼类的位置调整自己的速度和位置。

  1. 阶段二:把鱼带到合适的位置(开发阶段)。
  • 每只鱼鹰根据当前位置和速度进行位置更新。

  • 计算每只鱼鹰的适应度值。

  • 根据适应度值对鱼鹰进行排序,选择适应度较好的鱼鹰作为水下鱼类。

  • 每只鱼鹰根据水下鱼类的位置调整自己的速度和位置。

  1. 重复进行阶段一和阶段二,直到达到设定的迭代次数。

  2. 输出最佳鱼鹰的位置作为优化结果。

Python:鱼鹰优化算法(Osprey optimization algorithm,OOA)求解23组基本测试函数-CSDN博客

二、基于非支配排序的鱼鹰优化算法

非支配排序的鱼鹰优化算法(Non-Dominated Sorting Osprey optimization algorithm,NSOOA)由OOA融合非支配排序策略而成,为了验证所提的NSOOA的有效性,将其在46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)上实验,并采IGD,GD,HV,SP四种评价指标进行评价。

(1)部分代码

复制代码
close all;
clear ; 
clc;
%%
% TestProblem测试问题说明:
%一共46个多目标测试函数,详情如下:
%1-5:ZDT1、ZDT2、ZDT3、ZDT4、ZDT6
%6-12:DZDT1-DZDT7
%13-22:wfg1-wfg10
%23-32:uf1-uf10
%33-42:cf1-cf10
%43-46:Kursawe、Poloni、Viennet2、Viennet3
%47 盘式制动器设计 温泽宇,谢珺,谢刚,续欣莹.基于新型拥挤度距离的多目标麻雀搜索算法[J].计算机工程与应用,2021,57(22):102-109.
%%
TestProblem=1;%1-47
MultiObj = GetFunInfo(TestProblem);
MultiObjFnc=MultiObj.name;%问题名
% Parameters
params.Np = 100;        % Population size
params.Nr = 200;        % Repository size
params.maxgen=200;    % Maximum number of generations
numOfObj=MultiObj.numOfObj;%目标函数个数
D=MultiObj.nVar;%维度
f = NSOOA(params,MultiObj);
X=f(:,1:D);%PS
Obtained_Pareto=f(:,D+1:D+numOfObj);%PF
if(isfield(MultiObj,'truePF'))%判断是否有参考的PF
True_Pareto=MultiObj.truePF;
%%  Metric Value
% ResultData的值分别是IGD、GD、HV、Spacing  (HV越大越好,其他指标越小越好)
ResultData=[IGD(Obtained_Pareto,True_Pareto),GD(Obtained_Pareto,True_Pareto),HV(Obtained_Pareto,True_Pareto),Spacing(Obtained_Pareto)];
else
    %计算每个算法的Spacing,Spacing越小说明解集分布越均匀
    ResultData=Spacing(Obtained_Pareto);%计算的Spacing
end
%%
disp('Repository fitness values are stored in Obtained_Pareto');
disp('Repository particles positions are store in X');

(2)部分结果

三、完整MATLAB代码

文件夹内包含NSOOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的完整MATLAB,通过IGD,GD,HV,SP四种评价指标。

相关推荐
Black蜡笔小新1 天前
自动化AI算法训练服务器DLTM助力医学影像分析进入AI智能分析新时代
人工智能·算法·自动化
手写码匠1 天前
深入解析大模型架构之争:全能通用模型 vs 领域专精模型
人工智能·深度学习·算法·aigc
浅念-1 天前
LeetCode 回溯算法题——综合练习
数据结构·c++·算法·leetcode·职场和发展·深度优先·dfs
列星随旋1 天前
线段树和树状数组的学习
学习·算法
全糖可乐气泡水1 天前
Codex适配国产信创环境安装部署与技术适配全解析
开发语言·git·python·算法·百度
h_a_o777oah1 天前
状态机+划分型 DP :深度解析K-划分问题下 DP 状态的转移逻辑(洛谷P2679 P2331 附C++代码)
c++·算法·动态规划·acm·状态机dp·划分型dp·滚动数组优化
05候补工程师1 天前
从算法理想向工程现实的跨越:SLAM 核心架构、思维误区与 Nav2 实战避坑指南
人工智能·算法·安全·架构·机器人
手写码匠1 天前
Android 17 适配实战指南:新特性解读、隐私变更与迁移全攻略
人工智能·深度学习·算法·aigc
珊瑚里的鱼1 天前
leetcode42雨水
算法·leetcode