基于鱼群算法的函数寻优算法.zip

  • Blessedhy
    了解作者
  • matlab
    开发工具
  • 9KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 3
    下载次数
  • 2022-01-25 09:23
    上传日期
文件包含两个鱼群算法寻优的例子,不是调用工具箱,是根据鱼群寻优逻辑编写的纯代码。适合于想做优化的朋友,在此基础上较容易改进。
基于鱼群算法的函数寻优算法.zip
  • example2
  • AF_follow.m
    1.1KB
  • dist.m
    139B
  • AF_dist.m
    243B
  • AF_prey.m
    1.2KB
  • AF_init.m
    563B
  • example2.m
    1.6KB
  • AF_swarm.m
    1.1KB
  • AF_foodconsistence.m
    134B
  • example1
  • AF_follow.m
    1.1KB
  • dist.m
    139B
  • AF_dist.m
    243B
  • AF_prey.m
    1.2KB
  • AF_init.m
    563B
  • example1.m
    1.6KB
  • AF_swarm.m
    1.1KB
  • AF_foodconsistence.m
    117B
内容介绍
clc clear all close all tic figure(1);hold on ezplot('x*sin(10*pi*x)+2',[-1,2]); %% 参数设置 fishnum=50; %生成50只人工鱼 MAXGEN=50; %最多迭代次数 try_number=100;%最多试探次数 visual=1; %感知距离 delta=0.618; %拥挤度因子 step=0.1; %步长 %% 初始化鱼群 lb_ub=[-1,2,1]; 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 %% 聚群行为 [Xi1,Yi1]=AF_swarm(X,i,visual,step,delta,try_number,LBUB,Y); %% 追尾行为 [Xi2,Yi2]=AF_follow(X,i,visual,step,delta,try_number,LBUB,Y); 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),Ymax,'.','color',[gen/MAXGEN,0,0]) if Ymax>besty besty=Ymax; bestx=X(:,index); BestY(gen)=Ymax; [BestX(:,gen)]=X(:,index); else BestY(gen)=BestY(gen-1); [BestX(:,gen)]=BestX(:,gen-1); end gen=gen+1; end plot(bestx(1),besty,'ro','MarkerSize',100) xlabel('x') ylabel('y') title('鱼群算法迭代过程中最优坐标移动') %% 优化过程图 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,'%1.4f')]) disp(['最优解Y:',num2str(besty,'%1.4f')]) toc
评论
    相关推荐