声明：文章是从本人公众号中复制而来（如图片无法显示可前往本人公众号找到对应推文查看）。想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~

冠军算法一般指 国际进化计算大会（CEC）中的Top算法（一般为前三），计算机领域也经常成为SOTA算法，上一期给大家介绍了CEC冠军算法中的JADE算法：

冠军算法-JADE（具有可选外部存档的差分进化算法）-公式原理详解与性能测评 附Matlab代码

本期要介绍的冠军算法，是由Janez Brest等人于2006年发表于 国际进化计算顶级会议 《 IEEE Congress on Evolutionary Computation 》上的一个算法。尽管这个算法已经比较老了，但是近几年依旧有很多SCI算法与之对比，进而凸显算法优越性，可见其是一个非常优秀的对比算法。

本期代码在CEC2017上进行测试，函数格式均已调整成经典的6输入3输出格式，如果大家需要替换成自己的对比算法非常方便！

您只需做的工作：一键运行main文件即可出图！非常适合新手小白！

01

原理简介

02

算法伪代码

为了使大家更好地理解，这边给出作者算法的流程图，非常清晰！

如果实在看不懂，不用担心，可以看下源代码，再结合上文公式理解就一目了然了！

03

性能测评

为了方便大家对比与理解，我们采用29个CEC2017函数，设置种群数量为30，迭代次数为500，和原始且经典的差分进化算法进行对比！这边展示其中5个测试函数的图，其余几十个个测试函数大家可以自行切换尝试！

可以看到，这个算法在DE算法的基础上有很大的改进，大部分函数上均优于DE算法，表明其寻优能力非常强！大家应用到各类预测、优化问题中也是一个不错的选择~

04

部分代码展示

%%  清除环境变量
clear
clc
close all
addpath(genpath(pwd));
%%  参数设置
pop_size = 30;                                % 种群规模
max_iter = 500;                               % 最大迭代次数
Function_name = 'F30';                         % CEC2017测试函数: F1,F3-F30(F2被删除，勿选)
[lb, ub, dim, fobj] = CEC2017(Function_name); % 加载所选基准函数的详细信息
%%  运行各算法
[SaDE_Best_score,~,SaDE_curve] = SaDE(pop_size,max_iter,lb,ub,dim,fobj);
[DE_Best_score,~,DE_curve] = DE(pop_size,max_iter,lb,ub,dim,fobj);
%%  显示结果
display(['SaDE在函数' [num2str(Function_name)],'上的最优值', num2str(SaDE_Best_score)]);
display(['DE在函数' [num2str(Function_name)],'上的最优值', num2str(DE_Best_score)]);
%% 画图
figure1 = figure('Color',[1 1 1]);
G1=subplot(1,2,1,'Parent',figure1);