CEC2022：多种经典智能算法跑cec2022测试集

本期我们将介绍多种经典智能算法跑CEC2022，这些算法被广泛研究，包括PSO，GSA，GWO，ALO，WOA，SSA和HHO，它们被引用均超过两千次。第一，粒子群优化算法(Particle Swarm Optimization, PSO) 是James Kennedy和Russell Eberhart在1995年受到鸟群觅食行为的规律性启发提出的算法。第二，引力搜索算法（Gravitational Search Algorithm，GSA）是Esmat Rashedi等人在2009年基于万有引力定律和粒子间相互作用提出的算法。第三，灰狼优化算法（Grey Wolf Optimizer，GWO）是 Mirjalili 等人在2014年到了灰狼捕食猎物活动的启发提出来的一种群智能优化算法。第四，2015年，Seyedali Mirjalili提出了一种新型的受自然启发的算法——蚁狮优化算法(Ant Lion Optimizer ,ALO)，该算法模仿了自然界中蚁狮在捕猎蚂蚁时的智能行为。第五，鲸鱼优化算法 (Whale Optimization Algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法。第六，樽海鞘群算法(SSA) 是S.Mirjalili等人于2017年提出的一种元启发式算法。第七，哈里斯鹰优化(Harris Hawk Optimization, HHO)算法是2019年提出的一种群智能优化算法，由德黑兰大学的Heidari等人提出。这些算法的源代码均可私信​获取。CEC2022​函数表如下：

七种经典群体智能算法跑CEC​2022的部分代码如下：

 

部分实验结果如下：

下载后可获得七个单独的文件加一个七个算法对比的文件，具体如下：