基于MATLAB樽海鞘算法SSA(麻雀算法（十一）也简称SSA)的Eggholeer函数优化，测试函数的100种优化方法之十二

樽海鞘算法优化 Eggholder测试函数

樽海鞘算法SSA(麻雀算法也简称SSA,如果想了解麻雀算法，看方法十一)模拟了樽海鞘的聚集成链的生活习性而提出的优化算法，是近几年刚推出的新算法之一。算法将群体分为leader和follower ,leader以全局最优为中心进行搜索，为算法提供了全局搜索能力，保证种群收敛，follower跟随自己的前一个个体，为算法提供了局部搜索能力，保证算法精度。可以看出樽海鞘算法的模型十分简单，实现过程也简单明了，同时算法也有的不错的效果。前期的搜索范围还是比较广泛的，一般陷入局部最优的概率应该也不大。Eggholder函数是一个难以优化的函数，因为存在大量的局部极小值，并且波峰波谷陡峭，比较容易陷入局部最优，是测试各种算法的一个较好的函数，测试效果好就能说明算法性能优异，参数设置合理，同时能检验一个程序员是否真正掌握算法的精髓。，本文用樽海鞘算法ssa对Eggholder进行优化求解，其中，测试函数Eggholder图像如下：

MATALB编程的Eggholder函数代码如下：

clc 
clear
close all
clc
clear
close all
[x,y]= meshgrid(-500:2:500);
[mx,my] = size(x);
z = zeros(size(x));
for ii = 1:mx
    for jj = 1:my
        z(ii,jj) =