【智能优化算法】基于斑点鬣狗优化算法求解单目标优化问题含Matlab源码

1 简介

2 部分代码

clear all 

clc

SearchAgents=30; 

Fun_name='F11';  

Max_iterations=1000; 

[lowerbound,upperbound,dimension,fitness]=Get_Functions_details(Fun_name);

[Best_score,Best_pos,SHO_curve]=sho(SearchAgents,Max_iterations,lowerbound,upperbound,dimension,fitness);

figure('Position',[300 300 400 300])

subplot(121)

func_plot(Fun_name);

title('Objective space')

xlabel('x_1');

ylabel('x_2');

zlabel([Fun_name,'( x_1 , x_2 )'])

subplot(122)

plots=semilogx(SHO_curve,'Color','g');

set(plots,'linewidth',2)

hold on

title('Objective space')

xlabel('Iterations');

ylabel('Best fitness score');

axis tight

grid on

box on

legend('SHO')

display(['The best optimal value of the objective function found by SHO is : ', num2str(Best_score)]);

3 仿真结果

4 参考文献

[1]贾鹤鸣, 姜子超, 李瑶,等. 基于改进斑点鬣狗优化算法的同步优化特征选择[J]. 计算机应用.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。