💥💥💥💞💞💞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。
目录
💥1 概述
📚2 运行结果
🎉3 参考文献
🌈4 Matlab代码及文章详细讲解
💥1 概述
鹈鹕体型大，有一个长嘴，喉咙里有一个大袋子，用来捕捉和吞食猎物。这种鸟喜欢群体和社交生活，成群生活在几百只鹈鹕中[25]。鹈鹕的外形如下：它们的体重约为2.75至15千克，高度约为1.06至1.83米，翼展约为0.5至3米[26]。鹈鹕的食物主要是鱼，很少是青蛙、海龟和甲壳类动物；如果它很饿，它甚至会吃海鲜[27]。鹈鹕经常一起打猎。鹈鹕在确定猎物的位置后，从10–20米的高度俯冲猎物。当然，有些物种也会在较低的高度俯瞰猎物。然后，它们在水面上展开翅膀，迫使鱼进入浅水区，这样它们就能很容易地捕捉到鱼。在捕鱼时，大量的水进入鹈鹕的喙，在吞下鱼之前，它会向前移动头部，以去除多余的水分[28]
鹈鹕在狩猎时的行为和策略是一个聪明的过程，使这些鸟成为熟练的猎人。拟议POA设计的主要灵感来源于上述策略的建模。
📚2 运行结果
部分代码：
for t=1:Max_iterations
%% update the best condidate solution
[best , location]=min(fit);
if t==1
Xbest=X(location,:); % Optimal location
fbest=best; % The optimization objective function
elseif best<fbest
fbest=best;
Xbest=X(location,:);
end
%% UPDATE location of food
X_FOOD=[];
k=randperm(SearchAgents,1);
X_FOOD=X(k,:);
F_FOOD=fit(k);
%%
for i=1:SearchAgents
%% PHASE 1: Moving towards prey (exploration phase)
I=round(1+rand(1,1));
if fit(i)> F_FOOD
X_new=X(i,:)+ rand(1,1).*(X_FOOD-I.* X(i,:)); %Eq(4)
else
X_new=X(i,:)+ rand(1,1).*(X(i,:)-1.*X_FOOD); %Eq(4)
end
X_new= max(X_new,lowerbound);X_new = min(X_new,upperbound);
% Updating X_i using (5)
f_new = fitness(X_new);
if f_new <= fit (i)
X(i,:) = X_new;
fit (i)=f_new;
end
%% END PHASE 1: Moving towards prey (exploration phase)
%% PHASE 2: Winging on the water surface (exploitation phase)
X_new=X(i,:)+0.2*(1-t/Max_iterations).*(2*rand(1,dimension)-1).*X(i,:);% Eq(6)
X_new= max(X_new,lowerbound);X_new = min(X_new,upperbound);
% Updating X_i using (7)
f_new = fitness(X_new);
if f_new <= fit (i)
X(i,:) = X_new;
fit (i)=f_new;
end
%% END PHASE 2: Winging on the water surface (exploitation phase)
end
best_so_far(t)=fbest;
average(t) = mean (fit);
end
Best_score=fbest;
Best_pos=Xbest;
POA_curve=best_so_far;
end
🎉3 参考文献
