【新型智能优化算法-MATLAB-2022】随机绘画优化器(SPO)

1. 算法简介

 随机绘画优化器(Stochastic paint optimizer, SPO)是Ali Kaveh等人于2022年提出的新型艺术启发的元启发式算法(智能优化算法)。SPO是一种基于群体的优化算法，其灵感来自于绘画艺术，色彩之美在该算法中起着主要作用。

 作为一种优化算法，SPO将搜索空间模拟成画布，应用不同的颜色组合来寻找最佳颜色。四个简单的颜色组合规则，不需要任何内部参数，就能为SPO提供良好的探索和利用。

2. 算法伪码

3. 算法流程图

4. 性能测试

4.1. 基准测试函数

该算法采用23个著名的基准测试函数，包括单峰函数、多峰函数和固定维多峰函数。

4.1.1. 单峰测试函数

4.1.2. 多峰测试函数

4.1.3. 固定维多峰测试函数

4.2. 优化行为

下图展示了基准测试函数的3D图像、俯视图、收敛曲线和搜索历史。

5. 代码获取方式

 添加vx: shuxuexiaobaibututou，即可获取全部代码以及论文(50元)。
 其他近些年提出的新型智能优化算法也可加微信咨询！