✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
⛄ 内容介绍
本文提出了一种新的仿生优化算法，称为冠状病毒优化算法 (COVIDOA)。COVIDOA是一种进化搜索策略，模仿冠状病毒劫持人类细胞的机制。COVIDOA 的灵感来自于冠状病毒用于复制的移码技术。所提出的算法使用具有不同参数值的 20 个标准基准优化函数进行了测试。此外，我们利用五个 IEEE 进化计算大会 (CEC) 基准测试函数（CECC06，2019 竞赛）和五个 CEC 2011 现实世界问题来证明所提出算法的效率。所提出的算法在最佳成本、平均成本 (AVG)、相应标准偏差 (STD) 方面与八种最流行和最新的元启发式算法进行了比较，和收敛速度。结果表明，COVIDOA 优于大多数现有的元启发式算法。
⛄ 部分代码
%_______________________________________________________________________________________
% The Coronavirus Disease Optimization Algorithm (COVIDOA) source codes demo version 1.0
%
% Developed in MATLAB R2016a
%
% Authors: Asmaa M. Khalid, Khalid M. Hosny, & Seyedali Mirjalili
%
% E-Mail: asmaa.elhenawy@gmail.com (Asmaa Khalid)
% Homepage: https://www.researchgate.net/profile/Asmaa-Khalid-3
%
% Main paper: COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle
% Reference: Khalid, A. M., Hosny, K. M., & Mirjalili, S. (2022). COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle. Neural Computing and Applications, 1-28.?
%
%_______________________________________________________________________________________
clear all
clc
close all
MaxIt=500;
nPop=100;
Function_name='F6'; % Name of the test function
shifttingNo=1;
numOfSubprotiens=2;
MR=0.01;
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
[Best_FF,Best_P,Conv_curve]=COVIDOA(nPop,MaxIt,lb,ub,dim,fobj,MR,shifttingNo,dim);
figure('Position',[269 240 660 290])
%Draw search space
subplot(1,2,1);
func_plot(Function_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
subplot(1,2,2);
semilogy(Conv_curve,'Color','r','LineWidth',2)
title('Convergence curve')
xlabel('Iterations');
ylabel('Best Cost');
axis tight
legend('COVIDOA')
⛄ 运行结果
⛄ 参考文献
Khalid, A. M., Hosny, K. M., & Mirjalili, S. (2022). COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle. Neural Computing and Applications, 1-28.
