目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

💥1 概述

本文采用蝙蝠算法、粒子群优化、花轮询算法和布谷鸟搜索算法，对管壳式换热器的控制系统进行了建模和计算机仿真。为了评估不同调整方法的性能，本文比较了生成的八个网格设置中的阶跃响应瞬态值。它还使用文献中提出的性能指标对这两种类型的网格进行了比较，通过蝙蝠算法优化的系统获得了与粒子群优化、布谷鸟搜索算法和花朵轮询算法相关的最佳瞬时值。性能指标FPA和PSO获得了较好的结果。

📚2 运行结果

🎉3 参考文献

[1]杨明昊,李云龙.基于热交换优化算法的多阈值图像分割方法[J].科技创新与生产力,2019(05):57-59.

👨‍💻4 Matlab代码

主函数部分代码：

 %% Simple bounds of the search domain
    % Lower bounds
    nd = 2; 
    Lb = 0.5*ones(1,nd).*C; 
    % Upper bounds
    Ub = 2*ones(1,nd).*C;

    % Random initial solutions
    for i=1:n,
        nest(i,:)=Lb+(Ub-Lb).*rand(size(Lb));
    end

    % Get the current best
    fitness = 10^10*ones(n,1);
    [fmin,bestnest,nest,fitness] = get_best_nest(nest,nest,fitness);

    N_iter=0;
    %% Starting iterations
    for iter = 1:N_IterTotal,
        % Generate new solutions (but keep the current best)
         new_nest = get_cuckoos(nest,bestnest,Lb,Ub);   
         [fnew,best,nest,fitness] = get_best_nest(nest,new_nest,fitness);
        % Update the counter
          N_iter=N_iter+n; 
        % Discovery and randomization
          new_nest = empty_nests(nest,Lb,Ub,pa) ;

        % Evaluate this set of solutions
          [fnew,best,nest,fitness] = get_best_nest(nest,new_nest,fitness);
        % Update the counter again

        % Find the best objective so far  
        if fnew             fmin=fnew;
            bestnest=best;
        end
        fprintf('IT: %d\n',iter);
        fprintf('ISTSE: %f\n',fmin);
    end %% End of iterations