星鸦优化算法 NOA|2023年|MATLAB标准实现|基础优化算法代码
星鸦优化算法(NOA)提出于 2023 年,模拟星鸦觅食、储存食物与记忆检索的行为。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。
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。
星鸦优化算法(NOA)提出于 2023 年,模拟星鸦觅食、储存食物与记忆检索的行为。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。
雪雁优化算法(SGA)提出于 2023 年,模拟雪雁迁徙途中的 V 字形编队与领航轮换机制。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。
黑翅鸢优化算法(BKA)提出于 2024 年,模拟黑翅鸢的悬停观测、俯冲攻击与迁徙三种行为。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。
蛇鹫优化算法(SBOA)提出于 2024 年,模拟蛇鹫捕猎与逃跑两个阶段的策略切换。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。
海星优化算法(SFOA)提出于 2024 年,模拟海星的探索、觅食与再生三种行为。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。
红嘴蓝鹊优化算法(RBMO)提出于 2024 年,模拟红嘴蓝鹊的觅食、储存食物与反捕食行为。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。
原生动物优化算法(APO)提出于 2024 年,模拟原生动物的自养、异养、休眠与繁殖四种生存状态。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。
旅鼠优化算法(ALA)提出于 2025 年,模拟旅鼠的觅食、挖掘洞穴与迁徙三种行为。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。
杜鹃鲶优化算法(CCO)提出于 2025 年,模拟杜鹃鲶的寄生繁殖与幼鱼觅食行为。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。
遗传算法(GA)提出于 1975 年,模拟生物界的自然选择与遗传机制,用选择、交叉、变异三种算子让种群逐代进化,是进化计算的奠基算法。本包为 MATLAB 标准实现,返回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。