一种新颖的随机群体智能算法——成功历史智能优化器（SHIO）（Matlab代码实现）

智能算法——成功历史智能优化器（SHIO）（Matlab代码实现）"/>

一种新颖的随机群体智能算法——成功历史智能优化器（SHIO）（Matlab代码实现）

    目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

​

💥1 概述

 本文介绍了一种称为成功历史智能优化器（SHIO）的新型随机群体智能算法。它为单目标优化问题提供了一个解决方案，它提出了一种新的探索和开发运动策略，基于搜索空间中的三个最佳解决方案来创建新的运动向量，其中每个最佳解决方案都存储在内存中，并从优化过程中迄今为止找到的三个最佳解决方案的平均值中减去。拟议的SHIO确保了搜索空间探索和使用的效率。为了确认SHIO性能，已经测试了几种性能测量（搜索历史，轨迹和收敛曲线），并使用SHIO来解决（23）个单目标优化基准测试函数。这些功能分为单峰、多式联运和多式联运固定。利用了平均值、标准差、最小值和最大值等各种指标，并记录了定量结果。此外，对定性结果的轨迹和搜索历史进行了可视化。测试函数和性能指标结果表明，所提算法能够探索各种搜索区域位置，在优化的同时利用潜在的搜索空间位置，避免局部乐观情绪，最有效地收敛到全局。与比较的算法相比，SHIO 在评估的单峰和多模态基准测试中提供了极具竞争力和卓越的结果。

📚2 运行结果

主函数部分代码：

clear all 
clc
visFlag = 0;
SHIO_Particles_number=50; % Number of search agents
​
​
​
Maximum_numbef_of_iterations=1000; 
​
​
​
​
% Load details of the selected benchmark function
number_of_runs=1;
​
for i= [ 1 :1 : 5] 
%  for 23 function  use i= [ 1 :1 : 23] 
​if i== 1Function_name = 'F1';  display('The best optimal value of the objective funciton found F1 : ');end  if i== 2Function_name = 'F2'; display('The best optimal value of the objective funciton found F2 : ');end if i== 3Function_name = 'F3';  display('The best optimal value of the objective funciton found F3 : ');end  if i== 4Function_name = 'F4'; display('The best optimal value of the objective funciton found F4 : ');end if i== 5Function_name = 'F5';  display('The best optimal value of the objective funciton found F5 : ');end  if i== 6Function_name = 'F6'; display('The best optimal value of the objective funciton found F6 : ');end  if i== 7Function_name = 'F7';  display('The best optimal value of the objective funciton found F7 : ');end  if i== 8Function_name = 'F8'; display('The best optimal value of the objective funciton found F8 : ');end if i== 9Function_name = 'F9';  display('The best optimal value of the objective funciton found F9 : ');end  if i== 10Function_name = 'F10'; display('The best optimal value of the objective funciton found F10 : ');end  if i== 11Function_name = 'F11';  display('The best optimal value of the objective funciton found F11 : ');end  if i== 12Function_name = 'F12'; display('The best optimal value of the objective funciton found F12 : ');end if i== 13Function_name = 'F13';  display('The best optimal value of the objective funciton found F13 : ');end  if i== 14Function_name = 'F14'; display('The best optimal value of the objective funciton found F14 : ');end if i== 15Function_name = 'F15';  display('The best optimal value of the objective funciton found F15 : ');end  if i== 16Function_name = 'F16'; display('The best optimal value of the objective funciton found F16 : ');end  if i== 17Function_name = 'F17';  display('The best optimal value of the objective funciton found F17 : ');end  if i== 18Function_name = 'F18'; display('The best optimal value of the objective funciton found F18 : ');end if i== 19Function_name = 'F19'; display('The best optimal value of the objective funciton found F19 : ');end if i== 20Function_name = 'F20'; display('The best optimal value of the objective funciton found F20 : ');end if i== 21Function_name = 'F21'; display('The best optimal value of the objective funciton found F21 : ');end 

🎉3 参考文献

[1]林诗洁,董晨,陈明志,张凡,陈景辉.新型群智能优化算法综述[J].计算机工程与应用,2018,54(12):1-9.

部分理论引用网络文献，若有侵权联系博主删除。