本人原创发明了一种新型的元启发式算法

声明：文章是从本人公众号中复制而来，因此，想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~

目录

对比算法展示

CEC2017测试

定性分析

完整代码获取

已经有几个月没给小伙伴们推出原创算法类推文了，这几个月来，为了给小伙伴们呈现精品，作者阅读了大量文献，分析了现有文献的大量不足之处，不再专注于改进算法，而是一直在花精力花时间研究新型元启发式算法。

为什么要发明新型元启发式算法？

首先，高水平期刊上的改进算法已经越来越少了，发表的难度也越来越大，仅仅依靠改进已经体现不出工作量和含金量。当然，水平差一些的期刊还是没问题的。其次，新型元启发式算法也更容易受到审稿人的青睐，能做的实验更丰富，相比于改进算法，发明新算法的含金量肯定更高。如果你想发高水平期刊，那么这个算法是你的不二之选。

回顾以往的新算法推文，大多利用某种动物作为灵感来源，这种灵感来源审稿人已经看的太多，但今天给大家带来的这期原创发明新算法，不再采用常有的“动物园”命名法，而是基于纯粹的社会-物理学原理构建，从算法的灵感上来说，这一灵感至今从来没有学者使用过，非常新颖。

对比算法展示

我们对比的算法，大多来自SCI一区二区，既有最新的算法，也有经典的算法，形成充分的对比，具体包括：

1.螳螂虾优化算法MShOA（2025年刚刚推出）

2.牛顿-拉夫逊优化算法NRBO（2024年新算法，SCI一区）

3.开普勒优化算法KOA（2023年新算法，SCI一区）

4.高尔夫优化算法GOA（2023年新算法）

5.鱼鹰优化算法OOA（2023年新算法）

6.鲸鱼优化算法WOA（经典算法）

7.正余弦优化算法SCA（经典算法）

我们本次发明的算法暂且叫做AAA，是为了方便日后小伙伴们自己更名，在所有对比算法中，我们AAA算法的排名为第一

CEC2017测试

同时，我们本次在CEC2017这个国际公认的测试集上进行对比，这个测试集上，一共有29个函数，覆盖单峰多峰组合多模态等各类函数，找到最优值的难度非常大。

设置种群数为30，最大迭代次数为1000，分别测试CEC2017中29个函数的30维与100维，并给出排名结果。

Friedman排名结果如下（越小越好）：

可以看到，我们的算法在CEC2017中平均排名为1.13。也就是说，在所有29个算法里，我们的算法基本在每个函数上都是第一名，仅偶尔有几个函数是第二第三名，可想而知，我们的算法性能非常强大。

再来看下收敛曲线图，熟悉我的小伙伴都知道，我对函数是不会挑挑拣拣的，这里随便列几个，前中后的函数都有，如果需要其他的函数也可以后台私信我要：

效果有多好，懂的人自然懂，不用我多说。除了收敛曲线图，还有比较漂亮的箱型图，可以给你的论文增色不少，吸引审稿人的好感，也可以增加你的工作量：

定性分析

除了CEC2017的测试结果，我们这里还给出了新算法在23个标准测试函数上的测试结果，这样，就相当于在两大测试集上进行测试，实验更加充分、更加全面，这也符合大多数论文中的做法。我们AAA算法的定性分析图如下所示：

可以看到，定性分析图能够通过五个不同的维度，全面地评估了一个优化算法的性能。它首先在“参数空间图”中展示了待解决的优化问题，接着通过“搜索历史图”直观呈现了算法寻找最优解的探索过程。最后，通过“平均适应度”、“轨迹图”和核心的“收敛曲线”，证明了我们的算法能够快速、精确且稳定地收敛到问题的最佳答案，有力展示其高效的寻优能力。

最后再来看下本算法文件夹中包含的内容：

文件夹内文件，也非常清晰，不像其他人一样乱七八糟的。您只需运行main1（画收敛曲线图）与main2（箱型图与Excel）文件，即可运行出上述所有图片并自动保存，可直接粘贴到word中，非常方便。

最关键的是，我们也提供了算法原理和公式介绍文件，所有原理和公式已经全部提供，并且包含腾讯会议1对1讲解与答疑。

完整代码获取

此份代码为原创作品，耗费了大量心血，非常适合高水平期刊，并且包含腾讯会议1对1讲解与答疑，因此只出售一份，先到先得，如需要应用也可以后台私信联系我。

需要完整代码的小伙伴可点击下方小卡片，再后台回复关键词，不区分大小写：

AAA