基于混合策略改进哈里斯鹰算法求解单目标优化问题IHHO附matlab代码
  sighgy4X1iDp 2023年11月02日 87 0

✅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        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

针对哈里斯鹰优化算法收敛精度低,易陷入局部最优空间等局限性,提出一种混合策略改进的哈里斯鹰优化算法.采用精英混沌反向学习策略初始化种群,增加初始种群多样性和精英个体数量,提高算法收敛性能;利用引入动态自适应权重的逃逸能量非线性递减策略替代哈里斯鹰算法的线性递减机制,提高算法全局探索和局部开发行为的平衡能力;采用拉普拉斯交叉算子策略生成适应度更高的新个体,提高算法抗停滞能力.对10个测试函数进行求解,结果表明改进算法的收敛精度,寻优性能及鲁棒性明显高于对比算法.通过对比改进前后算法的种群分布均匀性和收敛能力,验证了改进策略的有效性.

⛄ 部分代码

% ITU-R P.676-9, Annex 2 method for computing atmospheric attenuation
close all; clear all;

p=1013; % pressure in hPa (1 atm=1013 hPa)
t=15;    % atmospheric temp in C, determine from maps in P.1510 if not known
rho=7.5  % water vapor density (g/m^3)

rp=p/1013;
rt=288/(273+t);

% Compute and plot specific attenuation
i1=1;
for f=1:350
    ff(i1)=f;
    gamdry(i1)=gamo(f,rp,rt);
    gamwat(i1)=gamw(f,rp,rt,rho);
    i1=i1+1;
end
figure
set(gca,'Fontsize',14)
loglog(ff,gamdry,'linewidth',3)
hold on
loglog(ff,gamwat,'r--','linewidth',3)
loglog(ff,gamdry+gamwat,'ko','markersize',8)

xlabel('Frequency (GHz)')
ylabel('Specific attenuation (dB/km)')
grid on
axis([1 350 1e-3 1e2])
set(gca,'Xtick',[1:10 20:10:100 200 350])
set(gca,'Xticklabel',{'1';'2';'';'';'5';'';'';'';'';'10';'20';'';'';'50';'';'';'';'';'100';'200';'350'})

set(gca,'Ytick',[0.001 0.01 0.1 1 10 100])
set(gca,'Yticklabel',['0.001';' 0.01';' 0.1 ';'  1  ';'  10 ';' 100 '])
legend('Oxygen','Water Vapor','Total')
title('1 atm, 15^\circ C, \rho=7.5 g/m^3')

% Compute and plot zenith attenuation

i1=1;
for f=1:350
  ff(i1)=f;

  t1=4.64/(1+0.066*rp^-2.3)*exp(-((f-59.7)/(2.87+12.4*exp(-7.9*rp)))^2);
  t2=0.14*exp(2.12*rp)/((f-118.75)^2+0.031*exp(2.2*rp));
  t3=0.0114/(1+0.14*rp^-2.6)*f*(-0.0247+0.0001*f+1.61e-6*f^2)/(1-0.0169*f+4.1e-5*f^2+3.2e-7*f^3);
  ho=6.1/(1+0.17*rp^-1.1)*(1+t1+t2+t3);
  if (f<70)&(ho>10.7*rp^0.3)
     ho=10.7*rp^0.3;
     display('Violated condition!'); drawnow;
  end;

  sigw=1.013/(1+exp(-8.6*(rp-0.57)));
  hw=1.66*(1+1.39*sigw/((f-22.235)^2+2.56*sigw)+3.37*sigw/((f-183.31)^2+4.69*sigw)+1.58*sigw/((f-325.1)^2+2.89*sigw));
  
  attendry(i1)=ho*gamo(f,rp,rt);
  attenwat(i1)=hw*gamw(f,rp,rt,rho);
  i1=i1+1;
end
figure
set(gca,'Fontsize',14)
loglog(ff,attendry,'b','linewidth',3)
hold on
loglog(ff,attenwat,'r--','linewidth',3)
loglog(ff,attendry+attenwat,'ko','markersize',8)

xlabel('工作频率 (GHz)')
ylabel('大气气体吸收衰减 (dB)')
grid on
axis([1 350 1e-3 1e3])
set(gca,'Xtick',[1:10 20:10:100 200 350])
set(gca,'Xticklabel',{'1';'2';'';'';'5';'';'';'';'';'10';'20';'';'';'50';'';'';'';'';'100';'200';'350'})

set(gca,'Ytick',[0.001 0.01 0.1 1 10 100 1000])
set(gca,'Yticklabel',['0.001';' 0.01';' 0.1 ';'  1  ';'  10 ';' 100 ';' 1000'])
legend('氧气','水蒸气','总吸收损耗')
title('1 atm, 15^\circ C, \rho=7.5 g/m^3')

⛄ 运行结果

基于混合策略改进哈里斯鹰算法求解单目标优化问题IHHO附matlab代码_优化算法

基于混合策略改进哈里斯鹰算法求解单目标优化问题IHHO附matlab代码_路径规划_02

基于混合策略改进哈里斯鹰算法求解单目标优化问题IHHO附matlab代码_路径规划_03

⛄ 参考文献

[1]张海林,陈泯融.基于混合策略的改进哈里斯鹰优化算法[J].计算机系统应用, 2023, 32(1):166-178.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
3.旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划
4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
5.传感器部署优化、通信协议优化、路由优化、目标定位
6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号
7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化
8.微电网优化、无功优化、配电网重构、储能配置
9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长


【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月08日 0

暂无评论

推荐阅读
sighgy4X1iDp