基于分数阶改进浣熊优化算法(FCOA,2023年较新算法)

作品简介

改进浣熊优化算法(FCOA,2023年较新算法),策略相对新颖,性能较好,搭配各种应用有助于paper,需要可直接冲。

此算法性能较强,稍逊于ICOA,但在处理固定多维测试函数上,依然优于其他算法,改进后有了更快的收敛速度及收敛精度,改进点有注释,共3种改进策略,带23种测试函数表达式以及测试函数理论最优值等信息,详情见下图。

对比算法:GWO,COA,WOA,NGO,DBO

最大迭代次数:500

初始种群数量:30

独立运行次数:30

输出信息:算法收敛曲线对比图,测试函数波形图,最优值,最差值,平均值,标准差。

改进后的对比效果,如下图所示,展现出了非常强的收敛速度与收敛精度,在单维,多维,固定多维共计23种测试函数中,ICOA共计18种测试函数结果最优,详情见如下测试函数。对该算法的改进,目前还是非常少的。







创作时间:2023-06-12 09:50:07