外贸网站 建设京东云服务器

外贸网站 建设,京东云服务器,好听的房地产公司名字,php网站开发做什么独家发布10个2024年新算法跑CEC2018测试集 10个2024年的新算法跑CEC2018测试集并且输出评价指标。 2024年最新提出的算法#xff0c;具体有#xff1a; 1、苦鱼优化算法#xff08;Bitterling Fish Optimization#xff0c;BFO)#xff1b; 2、冠豪猪优化器#xff08;Cr…独家发布10个2024年新算法跑CEC2018测试集 10个2024年的新算法跑CEC2018测试集并且输出评价指标。 2024年最新提出的算法具体有 1、苦鱼优化算法Bitterling Fish OptimizationBFO) 2、冠豪猪优化器Crested Porcupine Optimizer, CPO) 3、美洲狮优化器Puma optimizerPuma 4、鹅算法GOOSE algorithmGOOSE 5、人类进化优化算法Human Evolutionary Optimization Algorithm HEOA 6、角蜥优化算法Horned Lizard Optimization AlgorithmHLOA 7、河马优化算法Hippopotamus optimization algorithmHO 8、爱情进化算法Love Evolution AlgorithmLEA 9、鹦鹉优化器Parrot Optimizer, PO) 10、牛顿-拉斐尔优化器Newton-Raphson-based optimizer, NRBO) 参考文献分别对应如下 1、Bitterling fish optimization (BFO) algorithm 2、Crested Porcupine Optimizer: A new nature-inspired metaheuristic 3、Puma optimizer (PO): a novel metaheuristic optimization algorithm and its application in machine learning 4、GOOSE algorithm: a powerful optimization tool for real-world engineering challenges and beyond 5、Human Evolutionary Optimization Algorithm 6、A novel metaheuristic inspired by horned lizard defense tactics 7、Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithm 8、Love Evolution Algorithm: a stimulus–value–role theory-inspired evolutionary algorithm for global optimization 9、Parrot optimizer: Algorithm and applications to medical problems 10、Newton-Raphson-based optimizer: A new population-based metaheuristic algorithm for continuous optimization problems 点击 mainsingle 运行单个算法点击 maincompare 运行10个算法并且绘制收敛曲线点击main_indicator运行多次并且自动保存评价指标包括平均值、标准差、平均收敛曲线、秩和检验p值、Friedman值、Friedman排名。 算法是独立的.m文件方便管理和二次开发。 实验结果如下在算法的江湖里新招式总是层出不穷2024年就有10位“武林高手”闪亮登场。今天咱们就来看看这10个新算法在CEC2018测试集上的表现并且输出评价指标揭开它们的神秘面纱。这10个2024年最新提出的算法分别是苦鱼优化算法Bitterling Fish OptimizationBFO)冠豪猪优化器Crested Porcupine Optimizer, CPO)美洲狮优化器Puma optimizerPuma鹅算法GOOSE algorithmGOOSE人类进化优化算法Human Evolutionary Optimization Algorithm HEOA角蜥优化算法Horned Lizard Optimization AlgorithmHLOA河马优化算法Hippopotamus optimization algorithmHO爱情进化算法Love Evolution AlgorithmLEA鹦鹉优化器Parrot Optimizer, PO)牛顿 - 拉斐尔优化器Newton - Raphson - based optimizer, NRBO)。对应的参考文献如下Bitterling fish optimization (BFO) algorithmCrested Porcupine Optimizer: A new nature - inspired metaheuristicPuma optimizer (PO): a novel metaheuristic optimization algorithm and its application in machine learningGOOSE algorithm: a powerful optimization tool for real - world engineering challenges and beyondHuman Evolutionary Optimization AlgorithmA novel metaheuristic inspired by horned lizard defense tacticsHippopotamus optimization algorithm: a novel nature - inspired optimization algorithmLove Evolution Algorithm: a stimulus–value–role theory - inspired evolutionary algorithm for global optimizationParrot optimizer: Algorithm and applications to medical problemsNewton - Raphson - based optimizer: A new population - based metaheuristic algorithm for continuous optimization problems代码部分咱们有几个关键的运行选项。先来看运行单个算法的代码示例假设我们要运行苦鱼优化算法BFO% 运行单个算法这里以BFO为例 % 调用BFO算法文件 [best_solution, best_fitness] BFO(CEC2018_problem, parameters); % 这里CEC2018_problem是CEC2018测试集的问题定义parameters是算法的参数 % 代码分析这行代码调用了BFO算法的函数传入了测试集问题和算法参数返回了最优解和最优适应度值。 % 就好比派一个选手去参加比赛告诉它比赛规则CEC2018_problem和自身装备parameters最后得到比赛成绩best_solution和best_fitness。如果要运行10个算法并且绘制收敛曲线我们可以使用maincompare% 运行10个算法并绘制收敛曲线 % 定义算法列表 algorithm_list {BFO, CPO, Puma, GOOSE, HEOA, HLOA, HO, LEA, PO, NRBO}; for i 1:length(algorithm_list) algorithm_name algorithm_list{i}; [fitness_curve] run_algorithm(algorithm_name, CEC2018_problem, parameters); % run_algorithm是一个自定义函数用于运行指定算法 plot(fitness_curve); hold on; end legend(algorithm_list); % 代码分析这里我们先定义了一个算法列表然后通过循环依次运行每个算法获取它们的收敛曲线并绘制出来。 % 就像是让10个选手依次上场比赛记录它们在比赛过程中的表现收敛曲线最后把这些表现都展示在一张图上方便我们对比。再来看运行多次并且自动保存评价指标的main_indicator% 运行多次并自动保存评价指标 num_runs 10; % 运行次数 algorithm_list {BFO, CPO, Puma, GOOSE, HEOA, HLOA, HO, LEA, PO, NRBO}; all_results cell(length(algorithm_list), num_runs); for i 1:length(algorithm_list) algorithm_name algorithm_list{i}; for j 1:num_runs [best_fitness] run_algorithm(algorithm_name, CEC2018_problem, parameters); all_results{i, j} best_fitness; end end % 计算评价指标 mean_values mean(all_results, 2); std_values std(all_results, 0, 2); % 还有平均收敛曲线、秩和检验p值、Friedman值、Friedman排名等指标的计算代码这里省略 % 代码分析这里我们设置了运行次数然后通过两层循环多次运行每个算法记录每次运行的最优适应度值。 % 最后计算了平均值和标准差就像是让选手多次参加比赛统计它们的平均成绩和成绩的波动情况。这些算法都是独立的.m文件这就好比每个选手都有自己独立的装备包方便管理和二次开发。实验结果就像是比赛的成绩单不过这里先不透露啦大家可以自己动手运行代码看看这些2024年的新算法在CEC2018测试集上到底谁能脱颖而出