群智能优化算法:巨型犰狳优化算法(GAO)求解23个基准函数(提供MATLAB代码)

一、巨型犰狳优化算法

巨型犰狳优化算法(Giant Armadillo Optimization,GAO)由Omar Alsayyed等人于2023年提出,该算法模仿了巨型犰狳在野外的自然行为。GAO设计的基本灵感来自巨型犰狳向猎物位置移动和挖掘白蚁丘的狩猎策略。GAO理论在两个阶段进行表达和数学建模:(i)基于模拟巨型犰狳向白蚁丘的运动的探索,以及(ii)基于模拟巨型犰狳的挖掘技能以捕食和撕裂白蚁丘的开发。

参考文献:

1\]Alsayyed O, Hamadneh T, Al-Tarawneh H, Alqudah M, Gochhait S, Leonova I, Malik OP, Dehghani M. Giant Armadillo Optimization: A New Bio-Inspired Metaheuristic Algorithm for Solving Optimization Problems. *Biomimetics* . 2023; 8(8):619. [Biomimetics \| Free Full-Text \| Giant Armadillo Optimization: A New Bio-Inspired Metaheuristic Algorithm for Solving Optimization Problems](https://doi.org/10.3390/biomimetics8080619 "Biomimetics | Free Full-Text | Giant Armadillo Optimization: A New Bio-Inspired Metaheuristic Algorithm for Solving Optimization Problems") ### 二、23个函数介绍 ![](https://file.jishuzhan.net/article/1766118971733446657/3ea3af6a4cb623b78dd28fe776bae638.webp) 参考文献: \[1\] Yao X, Liu Y, Lin G M. Evolutionary programming made faster\[J\]. IEEE transactions on evolutionary computation, 1999, 3(2):82-102. ### 三、GAO求解23个函数 #### 3.1部分代码 ``` close all ; clear clc Npop=30;                 Function_name='F1';     % Name of the test function that can be from F1 to F23 (  Tmax=500;               [lb,ub,dim,fobj]=Get_Functions_details(Function_name); [Best_fit,Best_pos,Convergence_curve]=GAO(Npop,Tmax,lb,ub,dim,fobj); figure('Position',[100 100 660 290]) %Draw search space subplot(1,2,1); func_plot(Function_name); title('Parameter space') xlabel('x_1'); ylabel('x_2'); zlabel([Function_name,'( x_1 , x_2 )']) %Draw objective space subplot(1,2,2); semilogy(Convergence_curve,'Color','r','linewidth',3) title('Search space') xlabel('Iteration'); ylabel('Best score obtained so far'); axis tight grid on box on legend('GAO') saveas(gca,[Function_name '.jpg']); display(['The best solution is ', num2str(Best_pos)]); display(['The best fitness value is ', num2str(Best_fit)]); ``` #### 3.2部分结果 ![](https://file.jishuzhan.net/article/1766118971733446657/667449170f4322ed8a6380d54219d797.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/1ae010097e4d5e881281dabf51892fb8.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/6b484720c6cb7f07515b241cff4cbe98.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/901537015a065be880f814b822a931ce.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/68a9ab483fda5febdf1071f9edb22218.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/daabdf8eecbdf8677dc2b0f6c000e40f.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/94d5e69702a2f8c4671e53ed49500a0b.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/c58f6cfc1bf88506e43836b8b3598bbb.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/9b8b982f6a844e800e00a8f54aab0403.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/40305c42ea454c6e81b5f07ec5f7f84d.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/ed1c1cf9a5bce52bbb8a0be7e7ff30f9.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/bac9ed9239c52d602a461f36aae93262.webp) ![](https://file.jishuzhan.net/article/1766118971733446657/1264075e524062a18c4769e2751ab5dd.webp) ### 四、完整MATLAB代码 文件夹夹内包含该算法求解23个函数的完整MATLAB代码,点击main.m即可运行。 ![](https://file.jishuzhan.net/article/1766118971733446657/70101555e7015a15f22e143b48639cf2.webp)

相关推荐
进击的炸酱面4 小时前
第三章 线性模型
人工智能·算法·机器学习
立志成为大牛的小牛4 小时前
数据结构——三十一、最小生成树(王道408)
数据结构·学习·程序人生·考研·算法
好奇的候选人面向对象4 小时前
基于 Element Plus 的 TableColumnGroup 组件使用说明
开发语言·前端·javascript
wjs20244 小时前
CSS3 圆角
开发语言
颜颜yan_4 小时前
Rust impl块的组织方式:从基础到实践的深度探索
开发语言·后端·rust
代码改善世界4 小时前
Rust 入门基础:安全、并发与高性能的系统编程语言
开发语言·安全·rust
没有故事、有酒4 小时前
Axios
开发语言·php
CoovallyAIHub4 小时前
一致性模型:单步生成高质量图像,破解扩散模型速度瓶颈
深度学习·算法·计算机视觉
xiaozaq4 小时前
java 正则表达式 所有的优先级
java·开发语言·正则表达式
JMzz4 小时前
Rust 中的数据结构选择与性能影响:从算法复杂度到硬件特性 [特殊字符]
开发语言·数据结构·后端·算法·性能优化·rust