matlab代码粒子群算法-sogwo:基于对立学习的选择性灰太狼优化

上传者: 38548421 | 上传时间: 2021-07-01 09:02:42 | 文件大小: 11KB | 文件类型: ZIP
matlab代码粒子群算法基于选择性对立的GWO的MATLAB代码 执行功能优化的代码。 这是标题为“基于选择性对立的灰狼优化”的论文的代码 给出的代码是针对三种算法的: 基于选择性对立的灰狼优化(SOGWO) 灰狼优化(GWO) 粒子群优化(PSO) 参数 必须在main.m文件中设置以下参数才能运行代码 迭代-每个函数的运行次数 SearchAgents_no-人口规模 Max_iteration-每个要执行的函数的迭代 algo_choice-要运行的算法 运行代码 在上面指定的文件中设置所有必需的参数 运行文件main.m 链接以获取算法详细信息: 抽象的: 由于具有多种原因,包括灵活性,简单性和鲁棒性,元启发法在科学和工业问题上的优化已广泛使用。 灰狼优化器(GWO)是该领域中最新,最流行的算法之一。 在这项工作中,基于对立的学习(OBL)与GWO相结合,以增强其探索行为,同时保持快速的收敛速度。 Spearman的相关系数用于确定在其上进行对立学习的欧米伽(ω)狼(群居中社会地位最低的狼)。 除了选择狼的所有尺寸外,还选择狼的几个尺寸并对其施加对立。 这有助于避免不必要的探

文件下载

资源详情

[{"title":"( 13 个子文件 11KB ) matlab代码粒子群算法-sogwo:基于对立学习的选择性灰太狼优化","children":[{"title":"sogwo-master","children":[{"title":"main.m <span style='color:#111;'> 2.93KB </span>","children":null,"spread":false},{"title":"PSO.m <span style='color:#111;'> 1.64KB </span>","children":null,"spread":false},{"title":"initialization.m <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"PlotClusterinResult.m <span style='color:#111;'> 1.12KB </span>","children":null,"spread":false},{"title":"SOGWO.m <span style='color:#111;'> 4.08KB </span>","children":null,"spread":false},{"title":"find_position.m <span style='color:#111;'> 193B </span>","children":null,"spread":false},{"title":"Get_Functions_details.m <span style='color:#111;'> 6.19KB </span>","children":null,"spread":false},{"title":"GWO.m <span style='color:#111;'> 2.89KB </span>","children":null,"spread":false},{"title":"corOppose.m <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.81KB </span>","children":null,"spread":false},{"title":"possort.m <span style='color:#111;'> 438B </span>","children":null,"spread":false},{"title":"func_plot.m <span style='color:#111;'> 2.19KB </span>","children":null,"spread":false},{"title":"Oppose.m <span style='color:#111;'> 567B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明