​✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

本文提出了一种新的仿生优化算法，称为冠状病毒优化算法 (COVIDOA)。COVIDOA是一种进化搜索策略，模仿冠状病毒劫持人类细胞的机制。COVIDOA 的灵感来自于冠状病毒用于复制的移码技术。所提出的算法使用具有不同参数值的 20 个标准基准优化函数进行了测试。此外，我们利用五个 IEEE 进化计算大会 (CEC) 基准测试函数（CECC06，2019 竞赛）和五个 CEC 2011 现实世界问题来证明所提出算法的效率。所提出的算法在最佳成本、平均成本 (AVG)、相应标准偏差 (STD) 方面与八种最流行和最新的元启发式算法进行了比较，和收敛速度。结果表明，COVIDOA 优于大多数现有的元启发式算法。

⛄ 部分代码

%_______________________________________________________________________________________

%  The Coronavirus Disease Optimization Algorithm (COVIDOA) source codes demo version 1.0                  

%                                                                                       

%  Developed in MATLAB R2016a                                                     

%                                                                                       

%  Authors: Asmaa M. Khalid, Khalid M. Hosny, & Seyedali Mirjalili                      

%                                                                                       

%  E-Mail: asmaa.elhenawy@gmail.com  (Asmaa Khalid)                                               

%  Homepage: https://www.researchgate.net/profile/Asmaa-Khalid-3                      

%                                                                                      

% Main paper:   COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle

% Reference: Khalid, A. M., Hosny, K. M., & Mirjalili, S. (2022). COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle. Neural Computing and Applications, 1-28.?

%

%_______________________________________________________________________________________

clear all 

clc

close all

MaxIt=500;

nPop=100;

Function_name='F6'; % Name of the test function 

shifttingNo=1;

numOfSubprotiens=2;

MR=0.01;

[lb,ub,dim,fobj]=Get_Functions_details(Function_name);

[Best_FF,Best_P,Conv_curve]=COVIDOA(nPop,MaxIt,lb,ub,dim,fobj,MR,shifttingNo,dim);

figure('Position',[269   240   660   290])

%Draw search space

subplot(1,2,1);

func_plot(Function_name);

title('Parameter space')

xlabel('x_1');

ylabel('x_2');

zlabel([Function_name,'( x_1 , x_2 )'])

subplot(1,2,2);

semilogy(Conv_curve,'Color','r','LineWidth',2)

title('Convergence curve')

xlabel('Iterations');

ylabel('Best Cost');

axis tight

legend('COVIDOA')

⛄ 运行结果

⛄ 参考文献

Khalid, A. M., Hosny, K. M., & Mirjalili, S. (2022). COVIDOA: a novel evolutionary optimization algorithm based on coronavirus disease replication lifecycle. Neural Computing and Applications, 1-28.

⛄ Matlab代码关注

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料