1 簡介

騎手優(yōu)化算法（Rider Optimization Algorithm,ROA），是于2019年提出的一種新型智能優(yōu)化算法。該算法主要模擬了在比賽中騎手通過身份劃分來引導(dǎo)整個(gè)團(tuán)隊(duì)走向勝利的過程。具有尋優(yōu)能力強(qiáng)，收斂速度快等特點(diǎn)。

2 部分代碼

clearclose allclcSolution_no=20; % 種群數(shù)量F_name='F4'; ? ?% 測試函數(shù)名稱M_Iter=100; ? ?% 最大迭代次數(shù) [LB,UB,Dim,F_obj]=Get_F(F_name); % 獲取基準(zhǔn)測試函數(shù)的信息[Best_FF,Best_P,Conv_curve]=ROA(Solution_no,M_Iter,LB,UB,Dim,F_obj); % 調(diào)用AOA算法尋優(yōu) % 作圖分析優(yōu)化效果figure('Position',[454 ? 445 ? 694 ? 297]);subplot(1,2,1);func_plot(F_name);title('Parameter space')xlabel('x_1');ylabel('x_2');zlabel([F_name,'( x_1 , x_2 )'])subplot(1,2,2);semilogy(Conv_curve,'Color','r','LineWidth',2)title('Convergence curve')xlabel('Iteration#');ylabel('Best fitness function');axis tightlegend('ROA')grid on

3 仿真結(jié)果

4 參考文獻(xiàn)

Binu, D., and B. S. Kariyappa. “RideNN: A New Rider Optimization Algorithm-Based Neural Network for Fault Diagnosis in Analog Circuits.” IEEE Transactions on Instrumentation and Measurement, vol. 68, no. 1, Institute of Electrical and Electronics Engineers (IEEE), Jan. 2019, pp. 2–26, doi:10.1109/tim.2018.2836058.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、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。