正余弦优化算法 SCA|2016年|MATLAB标准实现|基础优化算法代码
正余弦优化算法(SCA)提出于 2016 年,用正弦与余弦函数的振荡特性驱动个体在全局与局部之间切换。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
项目按分类展示,每页 10 个;精品代码需要兑换码,免费项目无需兑换码。
正余弦优化算法(SCA)提出于 2016 年,用正弦与余弦函数的振荡特性驱动个体在全局与局部之间切换。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
LSHADE-cnEpSin集成差分进化算法(LSHADE_cnEpSin)提出于 2017 年,在 LSHADE 框架上引入协方差自适应与多策略集成,属于差分进化的强化版本。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
麻雀搜索算法(SSA)提出于 2020 年,模拟麻雀群体中发现者与跟随者的分工以及反捕食警戒行为。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
黏菌优化算法(SMA)提出于 2020 年,模拟黏菌觅食时形成的静脉状网络,用适应度加权引导个体收缩与扩散。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
海洋捕食者算法(MPA)提出于 2020 年,模拟海洋捕食者的莱维飞行与布朗运动交替策略,构建捕食者与猎物的博弈。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
金豺优化算法(GJO)提出于 2022 年,模拟金豺成对狩猎、搜索、包围与攻击猎物的完整过程。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
蜣螂优化算法(DBO)提出于 2022 年,模拟蜣螂滚球、舞蹈、觅食、偷窃与繁殖等多种行为。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
大白鲨优化算法(WSO)提出于 2022 年,模拟大白鲨的嗅觉定位、声呐搜索与群体移动三种行为。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
长鼻浣熊优化算法(COA)提出于 2022 年,模拟长鼻浣熊的种群初始化、鬣蜥捕猎与逃离天敌两种策略。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
冠豪猪优化算法(CPO)提出于 2023 年,模拟冠豪猪的视觉威慑、声音威慑、物理攻击与空中防御四种防御策略。本包为 MATLAB 标准实现,返回最优适应度、最优解与逐代收敛曲线,适合作为对比实验的基准算法与教学示例。
管理员上传项目 ZIP 后,这里会自动显示。