小面包 面包多
简介
评论
作品封面
永久回看

python:圆圈搜索算法(Circle Search Algorithm,CSA)求解23个基本函数

¥50
投诉
头像
IT猿手 博主微信djpcNLP123
作品简介

一、圆圈搜索算法

圆圈搜索算法(Circle Search Algorithm,CSA)由Mohammed H. Qais等人于2022年提出,该算法由圆上正切关系启发所得,思路新颖,简单高效。CSA原理参考如下:

圆圈搜索算法(Circle Search Algorithm,CSA)

二、圆圈搜索算法求解23个基本函数

2.1 23个基本函数信息如下:

测试集:23组基本测试函数简介及图像

2.2 部分代码

from FunInfo import Get_Functions_details
from CSA import CSA
import matplotlib.pyplot as plt
#主程序
function_name =5 #测试函数1-23
SearchAgents_no = 50#种群大小
Max_iter = 100#迭代次数
lb,ub,dim,fobj=Get_Functions_details(function_name)#获取问题信息
BestX,BestF,curve = CSA(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解

#画收敛曲线图
if BestF>0:
    plt.semilogy(curve,color='r',linewidth=2,label='CSA')
else:
    plt.plot(curve,color='r',linewidth=2,label='CSA')
plt.xlabel("Iteration")
plt.ylabel("Fitness")
plt.xlim(0,Max_iter)
plt.title("F"+str(function_name))
plt.legend()
plt.savefig(str(function_name)+'.png')
plt.show()
print('\nThe best solution is:\n'+str(BestX))
print('\nThe best optimal value of the objective funciton is:\n'+str(BestF))


2.3 部分结果




三、参考代码

文件夹内包含CSA求解23个函数的完整python代码,点击main.py即可运行。


付费50元可获得

评论 推荐Ta

暂时还没有评论


头像
IT猿手 博主微信djpcNLP123
关注
5 喜欢 1 关注 762 粉丝 786 作品

在您购买本平台付费作品前,请您认真阅读本声明内容。如果您对这份声明没有异议,则可以继续购买 >>>

  • 主页
  • 私信
登录或购买

python:圆圈搜索算法(Circle Search Algorithm,CSA)求解23个基本函数

作品简介

一、圆圈搜索算法

圆圈搜索算法(Circle Search Algorithm,CSA)由Mohammed H. Qais等人于2022年提出,该算法由圆上正切关系启发所得,思路新颖,简单高效。CSA原理参考如下:

圆圈搜索算法(Circle Search Algorithm,CSA)

二、圆圈搜索算法求解23个基本函数

2.1 23个基本函数信息如下:

测试集:23组基本测试函数简介及图像

2.2 部分代码

from FunInfo import Get_Functions_details
from CSA import CSA
import matplotlib.pyplot as plt
#主程序
function_name =5 #测试函数1-23
SearchAgents_no = 50#种群大小
Max_iter = 100#迭代次数
lb,ub,dim,fobj=Get_Functions_details(function_name)#获取问题信息
BestX,BestF,curve = CSA(SearchAgents_no, Max_iter,lb,ub,dim,fobj)#问题求解

#画收敛曲线图
if BestF>0:
    plt.semilogy(curve,color='r',linewidth=2,label='CSA')
else:
    plt.plot(curve,color='r',linewidth=2,label='CSA')
plt.xlabel("Iteration")
plt.ylabel("Fitness")
plt.xlim(0,Max_iter)
plt.title("F"+str(function_name))
plt.legend()
plt.savefig(str(function_name)+'.png')
plt.show()
print('\nThe best solution is:\n'+str(BestX))
print('\nThe best optimal value of the objective funciton is:\n'+str(BestF))


2.3 部分结果




三、参考代码

文件夹内包含CSA求解23个函数的完整python代码,点击main.py即可运行。


创作时间: