二元非洲秃鹫优化算法（Matlab代码实现）-CFANZ编程社区

二元非洲秃鹫优化算法（Matlab代码实现）

📝个人主页：研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

二元非洲秃鹫优化算法用于求解各种优化问题，特别是离散优化问题。通过23个基准函数和相关的Wilcoxon秩和检验对BAVOA的性能进行评估，并通过4个工程设计问题和1个组合优化问题验证BAVOA的有效性。结果表明，BAVOA在解决复杂优化问题方面是有效的。

二元非洲秃鹫优化算法（Matlab代码实现）_算法

📚2 运行结果

主函数代码：

clear all
close all
clc

%%
for i=1:23
for t=1:30
% Population size and stoppoing condition
pop_size=30;
max_iter=500;
F_name=strcat('F',num2str(i));
[LB,UB,Dim,F_obj] = Get_FD(F_name);
if i<14
Dim=5;%5,10,50,100dimensions
end
dec=15;
Dim=Dim*dec;
[Best_F,Best_X,convergence_curve]=AVOA(pop_size,max_iter,LB,UB,Dim,F_obj,dec);
AVOAcurve(:,i)=convergence_curve;
AVOArank(i,t)=Best_F;
bestf(t)=Best_F;
end
ag=mean(bestf);
Max=max(bestf);
Min=min(bestf);
STD=(sum((bestf(1,:)-ag).^2)/(length(bestf)-1)).^0.5;
display(['',num2str(ag)]);
display(['',num2str(STD)]);
display(['',num2str(Max)]);
display(['',num2str(Min)]);
display('AVOA');
end