✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
⛄ 内容介绍
在进化计算领域引入了一种新的优化算法，该算法基于人类行为协调的智力和环境进化。登山队由多名登山者组成，领队经验丰富且专业，其目标是征服该地区的山顶，山顶被认为是优化问题的最终全局解。与其他进化优化方法一样，开发的算法从一些初始种群开始。在这个算法中，每个人口成员被称为登山队成员或登山者。该算法的核心是登山者规律协调的运动和对自然现象的考虑。根据规律协调的运动阶段，登山者由队友和组长协调，在优化科学中相当于算法当前迭代中的最佳解决方案，以达到他们的目标，即征服山顶，或者在优化科学中达到全球最佳或最佳解决方案。在提出该算法时，还考虑了雪崩等自然灾害，这些自然灾害会阻碍登山者的进步，甚至危及他们的生命。MTBO 算法的主要灵感是团队为了征服山顶而进行的有序、协调的运动，同时考虑到了自然灾害。或在优化科学中达到全局最优或最佳解决方案。在提出该算法时，还考虑了雪崩等自然灾害，这些自然灾害会阻碍登山者的进步，甚至危及他们的生命。MTBO 算法的主要灵感是团队为了征服山顶而进行的有序、协调的运动，同时考虑到了自然灾害。或在优化科学中达到全局最优或最佳解决方案。在提出该算法时，还考虑了雪崩等自然灾害，这些自然灾害会阻碍登山者的进步，甚至危及他们的生命。MTBO 算法的主要灵感是团队为了征服山顶而进行的有序、协调的运动，同时考虑到了自然灾害。
⛄ 部分代码
%--------------------------------------------------------------------------
% MTBO code v1.0.
% Developed in MATLAB R2021b
% The code is based on the following papers:
% Mountaineering Team-Based Optimization: A Novel Hu-man-based Metaheuristic Algorithm
% Iman Faridmehr, Moncef L. Nehdi, Iraj Faraji Davoudkhani, Alireza Poolad
% Mathematics (2021) ISSN: 2227-7390 ,
% https://doi.org/.
% e-mail : faraji.iraj@gmail.com
%--------------------------------------------------------------------------
function X=initialization(SearchAgents_no,dim,ub,lb)
Boundary_no= size(ub,2); % numnber of boundaries
% If the boundaries of all variables are equal and user enter a signle
% number for both ub and lb
if Boundary_no==1
X=rand(SearchAgents_no,dim).*(ub-lb)+lb;
end
% If each variable has a different lb and ub
if Boundary_no>1
for i=1:dim
ub_i=ub(i);
lb_i=lb(i);
X(:,i)=rand(SearchAgents_no,1).*(ub_i-lb_i)+lb_i;
end
end
⛄ 运行结果
⛄ 参考文献
Faridmehr, Iman, Moncef L. Nehdi, Iraj Faraji Davoudkhani, and Alireza Poolad. 2023. "Mountaineering Team-Based Optimization: A Novel Human-Based Metaheuristic Algorithm" Mathematics 11, no. 5: 1273.
