1 简介
本文提出了一种新颖的自然启发式元启发式优化器,称为爬行动物搜索算法(RSA),受到鳄鱼狩猎行为的启发。实现鳄鱼行为的两个主要步骤,例如,通过高走或腹部行走进行的包围,以及进行的狩猎通过狩猎协调或狩猎合作。所提出的 RSA 的上述搜索方法是与其他现有算法相比是独一无二的。使用 23 个经典测试函数、30 个 CEC2017 测试函数、10 个 CEC2019 测试函数和 7 个真实世界来评估提议的 RSA 的性能工程问题。将提出的 RSA 获得的结果与现有的各种优化进行比较文献中的算法。测试三个基准函数的结果表明,所提出的RSA 取得了比其他竞争优化算法更好的结果。弗里德曼的结果排名测试证明 RSA 是一种明显优于其他比较方法的方法。
2 部分代码
%_______________________________________________________________________________________%
% Reptile Search Algroithm (RSA) %
% % %
%_______________________________________________________________________________________%
clear all
clc
Solution_no=20; %搜索解数
F_name='F10'; %测试函数名称
T=600; %最大迭代次数
[LB,UB,Dim,F_obj]=Get_F(F_name); %给出底层基准函数的详细信息
[Best_F,Best_P,Conv]=RSA(Solution_no,T,LB,UB,Dim,F_obj); % 调用爬虫搜索算法 (RSA)
figure('Position',[454 445 694 297]);
subplot(1,2,1);
func_plot(F_name); %函数图
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([F_name,'( x_1 , x_2 )'])
subplot(1,2,2); % 收敛图
plot(Conv,'LineWidth',1)
xlabel('迭代');
ylabel('最优值');
legend('RSA');
display(['The best-obtained solution by RSA is : ', num2str(Best_P)]);
display(['The best optimal value of the objective funciton found by RSA is : ', num2str(Best_F)]);