本篇教程通过简洁的方式教大家了解SCA算法，轻松搭建代码块实现寻优。
文章目录
算法简介
-
- 算法简介
- 一、算法原理
- 二、数学模型
- 三、算法流程
- 四、算法优缺点
- 五、参考文献
- 六、案例实现（一）
-
- 6.1 目标函数处理
- 6.2 SCA算法
- 七、案例实现（二）
-
- 7.1 目标函数处理
- 7.2 SCA算法
- 八、封装代码
随机种群优化算法的共同点是将优化过程划分为探索与开发两个阶段
- 在前一阶段，优化算法将解集中的随机解以较高的随机率突然组合在一起，寻找搜索空间的有希望区域。
- 而在开发阶段，随机解的变化是渐进的，且随机变化比探索阶段要小得多。
对此，澳大利亚学者Mirjalili于2016年提出正弦余弦算法（Sine Cosine Algorithm，SCA）。
SCA 归
