鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法，其优点在于操作简单，调整的参数少以及跳出局部。代码里面包含了20几种基准测试函数，用来测试算法的性能。
2022-06-11 18:09:10
5KB
(1) 基于原始鲸鱼优化算法的函数寻优算法
(2) 包含23种测试函数
(3) 方便进行扩展，加一些种群初始化策略和自适应参数调整策略很容易提升寻优性能
(4) 注释详细
2022-06-08 09:10:19
6KB
Solar Sail 问题求解器，基于元启发式优化算法：GWO、WOA 等(c#)
2022-05-11 09:04:09
152KB
WOA鲸鱼优化算法，matlab2021a测试。
if abs(A)>=1
rand_leader_index = floor(SearchAgents_no*rand()+1);
X_rand = Positions(rand_leader_index, :);
D_X_rand=abs(C*X_rand(j)-Positions(i,j)); % Eq. (2.7)
Positions(i,j)=X_rand(j)-A*D_X_rand; % Eq. (2.8)
elseif abs(A)<1
D_Leader=abs(C*Leader_pos(j)-Positions(i,j)); % Eq. (2.1)
2022-05-01 16:06:48
98KB
基于WOA优化的libsvm最优参数计算仿真，matlab2021a测试。
[Best_score, Best_pos,~] = WOA(agent, iteration, lb, ub, dim, fobj);
cmd = ['-s 5 -t 2 ', '-c ', num2str(Best_pos(1,1)), ' -g ', ...
num2str(Best_pos(1,2)), ' -q'];
model = libsvmtrain(trainlabel, traindata, cmd);
2022-04-26 10:05:48
1.81MB
通过WOA鲸鱼优化算法优化神经网络权值参数的仿真，matlab2021a仿真测试。
inputs=input';
targets=target';
m=length(inputs(:,1));
o=length(targets(:,1));
n=10; net=feedforwardnet(n);
net=configure(net,inputs,targets);
kk=m*n+n+n+o;
2022-04-26 09:10:25
144KB