1 簡介

2021年，一種新的算法，材料生成算法（MGA），被開發(fā)并應(yīng)用于工程問題的優(yōu)化設(shè)計(jì)。材料化學(xué)的一些高級(jí)和基礎(chǔ)方面，特別是化學(xué)化合物的構(gòu)型和生產(chǎn)新材料的化學(xué)反應(yīng)，被確定為 MGA 的啟發(fā)性概念。出于數(shù)值研究的目的，選擇進(jìn)化計(jì)算競賽（CEC）對(duì)標(biāo)的 10、30、50 和 100 不同維度的 10 個(gè)約束優(yōu)化問題作為測(cè)試示例，而著名的工程設(shè)計(jì)中的 15 個(gè)還確定了問題以評(píng)估所提出方法的整體性能。不同經(jīng)典和新的元啟發(fā)式優(yōu)化算法在處理所選問題時(shí)的最佳結(jié)果取自最近的文獻(xiàn)，用于與 MGA 進(jìn)行比較。此外，計(jì)算了 MGA 算法的統(tǒng)計(jì)值，包括均值、最差和標(biāo)準(zhǔn)差，并與其他元啟發(fā)式算法的結(jié)果進(jìn)行比較。總體而言，這項(xiàng)工作表明，所提出的 MGA 能夠提供非常有競爭力，甚至是出色的結(jié)果，并且大多優(yōu)于其他元啟發(fā)式算法。

2 部分代碼

clear all clcSearchAgents_no=30; % Number of search agentsFunction_name='F4'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper)Max_iteration=300; % Maximum numbef of iterations% Load details of the selected benchmark function[lb,ub,dim,fobj]=Get_Functions_details(Function_name);[Best_pos,cg_curve]=MGA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);figure('Position',[284 ? 214 ? 660 ? 290])%Draw search spacesubplot(1,2,1);func_plot(Function_name);title('Test function')xlabel('x_1');ylabel('x_2');zlabel([Function_name,'( x_1 , x_2 )'])grid off%Draw objective spacesubplot(1,2,2);semilogy(cg_curve,'Color','b','linewidth',2)title('Convergence curve')xlabel('Iteration');ylabel('Best flame (score) obtained so far');axis tightgrid offbox onlegend('MGA')

3 仿真結(jié)果

4 參考文獻(xiàn)

[1] Talatahari S ,? Azizi M ,? Gandomi A H . Material Generation Algorithm: A Novel Metaheuristic Algorithm for Optimization of Engineering Problems[J]. Processes, 2021, 9(5):859.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。