IFSA人工鱼群算法

MATLAB语言基础

下载此实例

开发语言：MATLAB
实例大小：4.57KB
下载次数：12
浏览次数：438
发布时间：2020-01-05
实例类别：MATLAB语言基础
发布人：yyb123
文件格式：.zip
所需积分：2

实例介绍

【实例简介】人工鱼群算法是李晓磊等人提出的一种基于动物行为的群体智能优化算法^[8]，通过模拟鱼类觅食、聚群、追尾随机等行为在搜索范围中寻优。在实际应用中，人工鱼群算法对目标函数的性质、优化参数的初值和参数范围的设定要求不高，并且具有较快的并行寻优能力，也具有一定的全局寻优能力。
【实例截图】

from clipboard
【核心代码】

clc
clear all
close all
tic
figure(1);
hold on
%%参数设置
fishnum=100;
MAXGEN=50;%最大迭代次数
try_number=100;
visual=2.5;
step=0.3;
delta=0.618;
%初始化鱼群
lb_ub=[-10,10,2];
X=AF_init(fishnum,lb_ub);
LBUB=[];
for i=1:size(lb_ub,1)
    LBUB=[LBUB;repmat(lb_ub(i,1:2),lb_ub(i,3),1)];
end
gen=1;
BestY=-1*ones(1,MAXGEN);%每步中最优的函数值
BestX=-1*ones(1,MAXGEN);%每步中最优的自变量
besty=-100;%最优函数值
Y=AF_foodconsistence(X);
while gen<=MAXGEN
    fprintf(1,'%d\n',gen)
    for i=1:fishnum
        [Xi2,Yi2]=AF_follow(X,i,visual,step,delta,try_number,LBUB,Y);%追尾
        [Xi1,Yi1]=AF_swarm(X,i,visual,step,delta,try_number,LBUB,Y);%聚群
        if Yi1>Yi2
            X(:,i)=Xi1;
            Y(1,i)=Yi1;
        else
            X(:,i)=Xi2;
            Y(1,i)=Yi2;
        end
    end
    [Ymax,index]=max(Y);
    figure(1);
    plot(X(1,index),X(2,index),'.','color',[gen/MAXGEN,0,0])
    if Ymax>besty
        besty=Ymax;
        bestx=X(:,index);
        BestY(gen)=Ymax;
        [BestX(1,gen)]=X(1,index);
        [BestX(2,gen)]=X(2,index);
    else
        BestY(gen)=BestY(gen-1);
        [BestX(:,gen)]=BestX(:,gen-1);
    end
    gen=gen 1;

end

plot(bestx(1),bestx(2),'ro','MarkerSize',100)
xlabel('x')
ylabel('y')
title('鱼群算法迭代过程中最优坐标移动')
figure
plot(1:MAXGEN,BestY)
xlabel('迭代次数')
ylabel('优化值')
title('鱼群算法迭代过程')
disp(['最优解X:',num2str(bestx(1) ,'%1.5f')])
disp(['最优解Y：',num2str(bestx(2) ,'%1.5f')])
toc

标签： sa 算法

实例下载地址