群智能优化算法的定性分析:搜索分布图、种群多样性、探索开发分析(附Matlab代码)
引言
现实世界中的许多工程和科学问题可以归结为优化问题,这是传统方法难以解决的问题。群智能优化算法是一种很有吸引力的算法,可以在保持计算成本合理的情况下解决优化问题。如何定性地展现一个优化算法的性能。
文献读的越多,就会发现许多SCI里有下面的那种花里胡哨的图。今天就分享了它们的matlab代码实现。

收敛分布图

种群多样性图

探索和开发对比图
目前,定性结果包括收敛分布图,种群多样性图,探索和开发对比图。
收敛分布图:搜索历史、平均适应度曲线、第一维的曲线和最终的收敛曲线。(前期已分享:火爆!!!群智能优化算法的搜索分布图(附Matlab代码))
种群多样性:其公式如下:(源自中科院1区SCI文章:https://doi.org/10.1016/j.cma.2023.116199)

探索和开发对比图:其公式如下:(源自中科院1区SCI文章:https://doi.org/10.1016/j.cma.2023.116199)

以灰狼优化算法(GWO)作为例子,这里对GWO源码的输出做了小修改,可对照源码发现他们之间的异同,方便扩展到其他算法,并在cec2005上试验。
结果展示

收敛分布图

种群多样性

探索和开发对比图
参考文献
https://doi.org/10.1016/j.cma.2023.116199
Matlab代码下载
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
群智能优化算法的定性分析:搜索分布图、种群多样性、探索开发分析(附Matlab代码)
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python

更多推荐
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247485602&idx=1&sn=806af7a9a7169b058e179ca2a089c287&chksm=c12be4a7f65c6db15c5969dd0223d2e42759a8e24a263fb71abac3b5015c0cabe2c5bdbbf285&token=649838004&lang=zh_CN#rd


所有评论(0)