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~
历经数月，今天又给小伙伴们带了一期独家原创改进的班翠鸟优化算法。
经常找我做原创改进算法的小伙伴肯定知道，我是不会加什么莱维飞行、高斯变异等等烂大街的策略的，每一份算法都是我阅读了很多文献、调试了很久之后做出来的，都是心血之作。
并且，也不会仅仅在几个常用函数上有效，而是在大部分函数中都能取得不错的效果。
班翠鸟算法PKO，是2024年5月发表在SCI期刊《Neural Computing and Applications》上的新算法，也就是今年刚出炉的新算法，性能也非常不错，之前也做过一期原理介绍和性能测评的推文：
2024年SCI新算法-班翠鸟优化算法(PKO)-公式原理详解与性能测评 Matlab代码免费获取
更为重要的是，还没任何小伙伴对该算法改进过，不信可以看下面截图。
你先用，那你就是第一个创新，未来的文章，不就必须要引用你的文章了吗？
本次改进在常用的23个标准测试函数中进行测试，适合发中文。同时，对比算法也均选用了2024年新出的算法或非常经典的算法进行充分对比，具体包括（以下对比算法往期推文中均有介绍）：
1.原始班翠鸟优化算法（2024年）
2.洪水优化算法（2024年）
3.黑翅鸢优化算法（2024年）
4.三角拓扑聚合优化器（2024年）
5.粒子群优化算法（1995年）
当然，如果大家有需要对比别的优化算法，都是完全没有问题的，可以直接私信我。
废话不多说，一共三个改进点，每个改进点都会一对一讲解（腾讯会议）。好的代码只出售一份，我这里暂且把改进的班翠鸟优化算法叫做IPKO，大家需要的话可自行更改名称。
直接看效果图：
这边选取了23个测试函数的前13个，无一遗漏。可以看到，在一些较难的函数上（F12、13等），我们改进后的PKO算法收敛速度与精度均遥遥领先，超过了对比的所有2024年新算法以及传统算法。
同时，为了方便小伙伴们粘贴结果到word里，这边也贴心地整理好了最优值、平均值、标准差、最差值这些指标结果在Excel里，大家在使用时仅需复制粘贴即可。
更为重要的是，我们这边也全部提供了两种检验，能够更为直观地看出改进算法与其他算法的差距，更能增加不少工作量与算法的说服力！
首先是Wilcoxon秩和检验：
还有Friedman检验：
可以看到，IPKO算法在23个标准测试函数中的整体平均排名达到了1.43！并且p值远远小于0.05，也就是说，该改进算法在大部分函数上都能取得第一名的成绩！
独家原创作品，老规矩，代码只出售一次，不会二次出售，内容包括以上所有，并且包含一次腾讯会议讲解，附赠相应参考文献，包教包会，不会让你无从动笔。
想要以上代码的话，点击下方小卡片，再后台回复关键词即可：
YCGJB