✅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。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

一种新颖的元启发式算法，白鹭群优化算法 (ESOA)，其灵感来自两种白鹭物种（大白鹭和雪白鹭）的狩猎行为。ESOA 由三个主要部分组成：Sit-And-Wait 策略、进取策略以及判别条件。

⛄ 部分代码

clear all 

clc

close all

SearchAgents_no=30; % Number of search agents

Function_name='F3'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper)

Max_iteration=100; % Maximum numbef of iterations

% Load details of the selected benchmark function

[lb,ub,dim,fobj]=Get_Functions_details(Function_name);

lb = ones(SearchAgents_no, dim) .* lb;

ub = ones(SearchAgents_no, dim) .* ub;

[Best_score,Best_pos,ESOA_cg_curve]=ESOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);

figure('Position',[500 500 660 290])

%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 )'])

%Draw objective space

subplot(1,2,2);

semilogy(ESOA_cg_curve,'Color','r','linewidth',2)

title('Objective space')

xlabel('Iteration');

ylabel('Best score obtained so far');

axis tight

grid on

box on

legend('ESOA')

display(['The best solution obtained by ESOA is : ', num2str(Best_pos)]);

display(['The best optimal value of the objective funciton found by ESOA is : ', num2str(Best_score)]);

⛄ 运行结果

⛄ 参考文献

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除