💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文章详细讲解

💥1 概述

      鹈鹕体型大，有一个长嘴，喉咙里有一个大袋子，用来捕捉和吞食猎物。这种鸟喜欢群体和社交生活，成群生活在几百只鹈鹕中[25]。鹈鹕的外形如下：它们的体重约为2.75至15千克，高度约为1.06至1.83米，翼展约为0.5至3米[26]。鹈鹕的食物主要是鱼，很少是青蛙、海龟和甲壳类动物；如果它很饿，它甚至会吃海鲜[27]。鹈鹕经常一起打猎。鹈鹕在确定猎物的位置后，从10–20米的高度俯冲猎物。当然，有些物种也会在较低的高度俯瞰猎物。然后，它们在水面上展开翅膀，迫使鱼进入浅水区，这样它们就能很容易地捕捉到鱼。在捕鱼时，大量的水进入鹈鹕的喙，在吞下鱼之前，它会向前移动头部，以去除多余的水分[28]

鹈鹕在狩猎时的行为和策略是一个聪明的过程，使这些鸟成为熟练的猎人。拟议POA设计的主要灵感来源于上述策略的建模。

📚2 运行结果

部分代码：

for t=1:Max_iterations
    %% update the best condidate solution
    [best , location]=min(fit);
    if t==1
        Xbest=X(location,:);                                           % Optimal location
        fbest=best;                                           % The optimization objective function
    elseif best         fbest=best;
        Xbest=X(location,:);
    end
    
    %% UPDATE location of food
    
    X_FOOD=[];
    k=randperm(SearchAgents,1);
    X_FOOD=X(k,:);
    F_FOOD=fit(k);
    
    %%
    for i=1:SearchAgents
        
        %% PHASE 1: Moving towards prey (exploration phase)
        I=round(1+rand(1,1));
        if fit(i)> F_FOOD
            X_new=X(i,:)+ rand(1,1).*(X_FOOD-I.* X(i,:)); %Eq(4)
        else
            X_new=X(i,:)+ rand(1,1).*(X(i,:)-1.*X_FOOD); %Eq(4)
        end
        X_new= max(X_new,lowerbound);X_new = min(X_new,upperbound);
        
        % Updating X_i using (5)
        f_new = fitness(X_new);
        if f_new <= fit (i)
            X(i,:) = X_new;
            fit (i)=f_new;
        end
        %% END PHASE 1: Moving towards prey (exploration phase)
        
        %% PHASE 2: Winging on the water surface (exploitation phase)
        X_new=X(i,:)+0.2*(1-t/Max_iterations).*(2*rand(1,dimension)-1).*X(i,:);% Eq(6)
        X_new= max(X_new,lowerbound);X_new = min(X_new,upperbound);
        
        % Updating X_i using (7)
        f_new = fitness(X_new);
        if f_new <= fit (i)
            X(i,:) = X_new;
            fit (i)=f_new;
        end
        %% END PHASE 2: Winging on the water surface (exploitation phase)
    end

    best_so_far(t)=fbest;
    average(t) = mean (fit);
    
end
Best_score=fbest;
Best_pos=Xbest;
POA_curve=best_so_far;
end

🎉3 参考文献

🌈4 Matlab代码及文章详细讲解