59-改进的蝙蝠算法的函数寻优分析

Halcom

改进的蝙蝠算法的函数寻优分析
百度网盘链接：
链接：https://pan.baidu.com/s/1O7t7kOcBTrCNmUAYgMHArQ
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，并提交给我，我来设置视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1

1. clc,clear,close all
   
2. warning off
   
3. % BA算法参数
   
4. maxiter = 20;  % 迭代次数
   
5. sizepop = 10;  % 种群数量
   
6. % 频率范围
   
7. popmin1 = -1;  popmax1 = 1; % x1  频率
   
8. popmin2 = -1;  popmax2 = 1; % x2  频率
   
9. fmin = 0.1;    % 最小频率
   
10. fmax = 0.5;    % 最大频率
    
11. 
    
12. A = 0.1;          % 音量 (不变或者减小)
    
13. alpha = 0.98;     % 音量阻尼系数
    
14. 
    
15. impluse = 0.85;   % 脉冲率 (不变或增加)
    
16. gama = 1000;      % M
    
17. 
    
18. Vmin = -1; % 最小速度
    
19. Vmax = 1;  % 最大速度
    
20. %% 初始化种群
    
21. for i=1:sizepop
    
22.     x1 = popmin1 + (popmax1-popmin1)*rand;
    
23.     x2 = popmin2 + (popmax2-popmin2)*rand;
    
24.     pop(i,1) = x1;
    
25.     pop(i,2) = x2;
    
26.     fitness(i) = fun([x1,x2]);
    
27.     V(i,1)=0;
    
28.     V(i,2)=0;
    
29. end
    
30. % 记录一组最优值
    
31. [bestfitness,bestindex]=min(fitness);
    
32. zbest=pop(bestindex,:);   % 全局最佳
    
33. gbest=pop;                % 个体最佳
    
34. fitnessgbest=fitness;     % 个体最佳适应度值
    
35. fitnesszbest=bestfitness; % 全局最佳适应度值
    
36. %% 迭代寻优
    
37. for i=1:maxiter
    
38.     for j=1:sizepop
    
39.         f = fmin + (fmax-fmin)*rand;
    
40.         V(j,:) = V(j,:) + (pop(j,:)-zbest)*f;
    
41.         V(j,:) = lb_ub(V(j,:),Vmax,Vmin);
    
42.         
    
43.         pop(j,:) = pop(j,:) + V(j,:);
    
44.         
    
45.         % 脉冲率
    
46.         if rand>impluse
    
47.             pop(j,:) = zbest + A * randn(1,2);
    
48.         end
    
49.         
    
50.         % x1  越界限制
    
51.         pop(j,1) = lb_ub(pop(j,1),popmax1,popmin1);
    
52.         % x2  越界限制
    
53.         pop(j,2) = lb_ub(pop(j,2),popmax2,popmin2);
    
54.         
    
55.         % 适应度更新
    
56.         fitness(j) = fun(pop(j,:));
    
57.         
    
58.         % 比较  个体间比较
    
59.         if fitness(j)<fitnessgbest(j)
    
60.             fitnessgbest(j) = fitness(j);
    
61.             gbest(j,:) = pop(j,:);
    
62.         end
    
63.         if fitness(j)<bestfitness
    
64.             bestfitness = fitness(j);
    
65.             zbest =  pop(j,:);
    
66.         end
    
67.         
    
68.         % 随机的产生新的解
    
69.         newpop = pop(j,:) + (2*rand(1,2)-1)*A;
    
70.         % x1  越界限制
    
71.         newpop(1) = lb_ub(newpop(1),popmax1,popmin1);
    
72.         % x2  越界限制
    
73.         newpop(2) = lb_ub(newpop(2),popmax2,popmin2);
    
74.         if(rand<A && fun(newpop)<fun(zbest))
    
75.             bestfitness = fun(newpop);
    
76.             zbest = newpop;
    
77.             A = alpha*A;
    
78.             impluse = impluse*( 1-exp(-gama*i) );
    
79.             
    
80.             fitness(j) = fun(newpop);
    
81.             pop(j,:) = newpop;
    
82.         end
    
83.         
    
84.     end
    
85.     fitness_iter(i) = bestfitness;
    
86. end
    
87. %% 显示结果display results
    
88. disp('最优解')
    
89. disp(zbest)
    
90. fprintf('\n')
    
91. 
    
92. disp(['最优解对应的最优目标函数值（适应度值）', num2str( bestfitness )])
    
93. 
    
94. figure('color',[1,1,1])
    
95. plot(fitness_iter,'ro-','linewidth',2)
    
96. axis tight
    

复制代码

参考：Xin-She Yang. A New Metaheuristic Bat-Inspired Algorithm