二、部分源代码

%============================================================================%
% Multi-tracker Optimization Algorithm (MTOA) %
% version 1.0 %
% ----------------------- %
% Developed in MATLAB R2017b (v9.3) %
% %
%============================================================================%

clear
clc
close all
format long

%=======================Initializing MTOA Parameters=====================
Fcn_Name='TestFcn'; % Optimization Problrm Function
%=== Rastrigin Function (Function number 11 in the MTOA paper (Table. 2)) <----(Normalized Input)
%
% x=xn*2-1;
% u=(x(1)^2+x(2)^2-cos(18*x(1))-cos(18*x(2)));
%
% Min Cost = -2 @ xn=(0.5 , 0.5)

Min=zeros(1,2).';
Max=ones(1,2).';
Par_Interval=[Min Max]; % Search Space Limitation
No_GTs=20; % Number of Global Tracker
No_LTs=4; % Number of Local Tracker
%---------- Equivalent Population = 100

RM=sqrt(2); % Maximum Search Radius
Rm=1e-4; % Minimum Search Radius
Max_Itr=100; % Maximum Iteration
Beta=.95; % Beta
Lambda=2; % Lambda
Theta=pi/8; % Theta

%==============================Graphic Option============================
TwoDGraphic_on=0; % (0 or 1) % If this option is enabled (TwoDGraphic_on=1) the Local and Global search process will be displayed.

%============================MTOA Function Run===========================
[GOP_Cost,GOP]=MTOA(Fcn_Name,Par_Interval,No_GTs,No_LTs,RM,Rm,Max_Itr,Beta,Lambda,Theta,TwoDGraphic_on);

%========= ==================Solution==================================
disp('Solution=')
disp(GOP);
%============================================================================%
% Multi-tracker Optimization Algorithm (MTOA) %
% version 1.0 %
% %
%============================================================================%
function Out = Ev_Fcn(Points,Fcn_Name)

[m,n]=size(Points);

for i=1:n
o(1,i)=feval(Fcn_Name,Points(:,i));
end

Out=o;

end


三、运行结果

【优化算法】多目标跟踪优化算法(MTOA)【含Matlab源码 1466期】_算法

四、matlab版本及参考文献

1 matlab版本

2014a

2 参考文献

[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例(第2版)[M].电子工业出版社,2016.

[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社,2017.

[3]施媛波.基于改进的群居蜘蛛优化云计算任务调度算法[J].电脑编程技巧与维护. 2021,(04)