目录
- 1.前言
- 2.CEC2017指标
- 3.效果展示
- 4.探索开发比
- 5.定性分析
- 6.附件材料
- 7.代码获取

1.前言
本期推出一期原创改进——一种多策略改进Alpha进化算法(IAE)~
选择CEC2017测试集低维(30dim)和高维(100dim)进行测试,评估次数FES,对比算法选择灰狼优化算法(GWO),极光优化算法(PLO),局部强化算法(PRO),海市蜃楼优化算法(FATA)以及Alpha进化算法(AE)。


2.CEC2017指标
低维-30dim
改进AE算法:Friedamn排名,F1-F30(除F2外,22个函数Rank 1)
平均Friedamn排名1.59

高维-100dim
改进AE算法:Friedamn排名,F1-F30(除F2外,17个函数Rank 1)
平均Friedamn排名1.79

3.效果展示
篇幅限制,展示部分效果图







箱型图



4.探索开发比


5.定性分析


6.附件材料
提供改进策略文档,CEC2017统计指标














![[权限提升] 操作系统权限介绍](https://i-blog.csdnimg.cn/direct/de13fb27a2234bca9913010b9a7698c7.jpeg)


![[STM32 - 野火] - - - 固件库学习笔记 - - -十三.高级定时器](https://i-blog.csdnimg.cn/direct/022297f0094d477e97f312744d7cc61f.png#pic_center)


![[论文总结] 深度学习在农业领域应用论文笔记14](https://i-blog.csdnimg.cn/direct/d9596981fcb94a6197b62eb02f55fd41.png#pic_center)