一、鱼鹰优化算法简介

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。

鱼鹰是鹰形目、鹗科、鹗属的仅有的一种中型猛禽。雌雄相似。体长51-64厘米，体重1000-1750克。头部白色，头顶具有黑褐色的纵纹，枕部的羽毛稍微呈披针形延长，形成一个短的羽冠。头的侧面有一条宽阔的黑带，从前额的基部经过眼睛到后颈部，并与后颈的黑色融为一体。上体为暗褐色，略微具有紫色的光泽。下体为白色，胸部的暗色纵纹和飞羽，以及尾羽上相间排列的横斑均极为醒目。虹膜淡黄色或橙黄色，眼周裸露皮肤铅黄绿色，嘴黑色，蜡膜铅蓝色，脚和趾黄色，爪黑色。

鱼鹰栖息于湖泊、河流、海岸或开阔地，尤其喜欢在山地森林中的河谷或有树木的水域地带活动。常见在江河、湖沼及海滨一带飞翔，一见水中有饵，就直下水面，用脚掠之而去。趾具锐爪，趾底遍生细刺，外趾复能由前向后反转，这些都很适于捕鱼。在天气晴朗之日，盘旋于水面上空，定点后俯冲而下，再将捕获的鱼带至岩石、电杆、树上等地方享用。巢常营于海岸或岛屿的岩礁上。主要以鱼为食，有时也捕食蛙、蜥蜴、小型鸟类等其他小型陆栖动物。除了南极和北极，亚洲、北美洲等各大洲均有分布。
鱼鹰优化算法OOA的算法描述如下：

参考文献：
Dehghani Mohammad, Trojovský Pavel.Osprey optimization algorithm: A new bio-inspired metaheuristic algorithm for solving engineering optimization problems[J].Frontiers in Mechanical Engineering,2023,8.

二、CEC2017简介

CEC2017共有30个无约束测试函数分别是：单峰函数(F1-F3)、简单多峰函数(F4-F10)、混合函数(F11-F20)和组合函数(F21-F30)。测试维度包含：10D、30D、50D、100D。CEC2017无约束测试问题随着维度的增加求解极其困难。

三、求解结果

完整代码添加博客下方博主微信：djpcNLP123

将鱼鹰优化算法OO运用于求解CEC2017中30个无约束函数，其中每个测试函数可以选择的维度分别有：10D、30D、50D、100D。增大迭代次数，OOA的求解效果更佳。本例测试函数维度均为为10D（可根据自己需求调整），最大迭代次数为5000次。

close all
clear 
clc
Function_name=1; %测试函数1-30
lb=-100;%变量下界
ub=100;%变量上界
dim=10;%维度 10/30/50/100
SearchAgents_no=100; % Number of search agents
Max_iteration=100;%最大迭代次数
[Best_score,Best_pos,Curve]=OOA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
% Best convergence curve
semilogy(Curve,'LineWidth',2,'Color','r');
title(strcat('CEC2017-F',num2str(Function_name)))
xlabel('迭代次数');
ylabel('适应度值');
axis tight
box on
legend('OOA')
display(['The best solution is : ', num2str(Best_pos)]);
display(['The best optimal value of the objective funciton is : ', num2str(Best_score)]);

F1:

F2:

F3:

F4:

四、参考代码

完整代码添加博客下方博主微信：djpcNLP123