智能优化算法：鱼鹰优化算法-附代码

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。

鱼鹰算法Osprey Optimization Algorithm求解单目标优化问题附matlab代码。

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。

2023年，M Dehghani等人受到自然界鱼鹰狩猎行为启发，提出了鱼鹰优化算法（Osprey Optimization Algorithm, OOA）。其中，SF为随机选择的鱼群（

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。CEC2021共有10个基本测试函数，测试维度包含：10D、20D。CEC2021测试问题随着维度的增加求解极其困难。

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。

CEC2022共有12个单目标测试函数，每个测试函数的可选维度分别是：10/20。下表给出了每个函数的理论最优值。CEC2022测试函数复杂，极其具有挑战力。

algorithm，NSOOA）由OOA融合非支配排序策略而成，为了验证所提的NSOOA的有效性，将其在46个多目标测试函数（ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3）以及1个工程应用（盘式制动器设计）上实验，并采IGD，GD，HV，SP四种评价指标进行评价。- 每只鱼鹰根据水下鱼类的位置调整自己的速度和位置。- 计算每只鱼鹰的适应度值，即目标函数值。

鱼鹰优化算法Osprey optimization algorithm于2023年发表在Frontiers in Mechanical Engineering上。

2020智能优化算法：麻雀搜索算法-附代码 文章目录2020智能优化算法：麻雀搜索算法-附代码1.算法原理2.算法结果3.参考文献4.Matlab代码 摘要：麻雀搜索算法(Sparrow Search Algorithm, SSA)是于2020年提出的。SSA 主要是受麻雀的觅食行为和 反捕食行为的启发而提出的。该算法比较新颖，具有寻优能力强，收敛速度快的优点 1.算法原理 建立麻雀搜索算法的数学模型，主要规则如下所述： 发现者通常拥有较高的能源储备并且在整个种群中负责搜索到具有丰富食物的区域，为所有的加