31禁忌搜索算法函数寻优--视频分享

Halcom

禁忌搜索算法函数寻优
百度网盘链接：链接：http://pan.baidu.com/s/1o8K2c4M 密码：9bss
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，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
代码如下：

1. function bestsofar=ts(x0)
   
2. %%禁忌算法部分,是用来求最大值
   
3. %%产生五个领域点
   
4. %%bestsofar,保存到目前为止最优值
   
5. %%candidate，保存候选解
   
6. %%xnow,当前解
   
7. xu=6;%上界
   
8. xl=-6;%下界
   
9. L=randi([6 13]);%%禁忌长度6,13之间的随机数
   
10. Gmax=200;%%禁忌算法的最大迭代次数；
    
11. Gm=80;
    
12. scale=1;
    
13. %%把禁忌表设成队列形式
    
14. tabu=[];%%禁忌表
    
15. %%把初始解赋给目前最优解，把初始解赋给当前解
    
16. bestsofar.label=x0;
    
17. xnow(1).label=x0;
    
18. bestsofar.value=fitvalue(bestsofar.label);%%有遗传算法算出的子种群最优个体适应值
    
19. xnow(1).value=fitvalue(xnow(1).label);%%当前解的适应度值
    
20. g=1;
    
21. while g<Gmax
    
22.     x_near=[];
    
23.     scale=scale*0.998;
    
24. %%用当前解，产生五个领域点
    
25. for i=1:5
    
26.     x_temp=xnow(g).label;
    
27.     x1=x_temp(1);
    
28.     x2=x_temp(2);
    
29.     if g<Gm
    
30.     x_near(i,1)=x1+(2*rand-1)*scale*(xu-xl);
    
31.     x_near(i,1)=adjust(x_near(i,1));%%做调整
    
32.     x_near(i,2)=x2+(2*rand-1)*scale*(xu-xl);
    
33.     x_near(i,2)=adjust(x_near(i,2));%%做调整
    
34.     else
    
35.     k1=randi([1,2]);
    
36.     x_near(i,k1)=x_temp(k1)+(2*rand-1)*scale*(xu-xl);
    
37.     x_near(i,k1)=adjust(x_near(i,k1));%%做调整
    
38.     k2=setxor([1,2],k1);%%返回不在[1,2]和k1交集的元素
    
39.     x_near(i,k2)=x_temp(k2);
    
40.     x_near(i,k2)=adjust(x_near(i,k2));
    
41.     end
    
42.     fitvalue_near(i)=fitvalue(x_near(i,:)); %%计算领域点的适应值
    
43. end
    
44. temp=find(fitvalue_near==max(fitvalue_near));
    
45. candidate(g).label=x_near(temp,:);%%候选解，候选解是领域集合里面的最优解
    
46. candidate(g).value=fitvalue(candidate(g).label);%%候选解的适应度值
    
47. 
    
48. 
    
49. delta1=candidate(g).value-xnow(g).value; %%候选解和目前最优解的评价函数差
    
50. delta2=candidate(g).value-bestsofar.value;     %%候选解和当前解的评价函数差
    
51. 
    
52. if delta1<=0   %%说明候选解并没有改进解，把候选解赋给下一次迭代的当前解，当候选解比当前解优时，称候选解为改进解
    
53.     xnow(g+1).label=candidate(g).label;
    
54.     xnow(g+1).value=fitvalue(xnow(g).label);
    
55.     tabu=[tabu;xnow(g+1).label];%%更新禁忌表
    
56.     if size(tabu,1)>L  %%禁忌表里的元素比L多时，把最先进去的元素移出禁忌表
    
57.         tabu(1,:)=[];
    
58.     end
    
59.     g=g+1;%%更新禁忌表后，迭代次数自增1
    
60. else %%如果相对于当前解有改进，则应与目前最优解比较
    
61.     if delta2>0  %%说明候选解比目前最优解优
    
62.      %%把改进解（候选解）赋给下一次迭代的当前解
    
63.      xnow(g+1).label=candidate(g).label;
    
64.      xnow(g+1).value=fitvalue(xnow(g+1).label);
    
65.      tabu=[tabu;xnow(g+1).label];%%更新禁忌表
    
66.     if size(tabu,1)>L  %%禁忌表里的元素比L多时，把最先进去的元素移出禁忌表
    
67.         tabu(1,:)=[];
    
68.     end
    
69.    
    
70.      %%把改进解（候选解）赋给下一次迭代的目前最优解，此处包含了藐视法则
    
71.      bestsofar.label=candidate(g).label;
    
72.      bestsofar.value=fitvalue(bestsofar.label);
    
73.      g=g+1;%%更新禁忌表后，迭代次数自增1
    
74.     %%把改进解（候选解）赋给下一次迭代的目前最优解，此处包含了藐视法则
    
75.     else
    
76.        if  judge(candidate(g).label,tabu)==0 %%判断改进解（候选解）时候在禁忌表里，0表示不在，1表示在
    
77.        %%改进解不在禁忌表里，把改进解（候选解）赋给下一次迭代的当前解
    
78.        xnow(g+1).label=candidate(g).label;
    
79.        xnow(g+1).value=fitvalue(xnow(g+1).label);  
    
80.        tabu=[tabu;xnow(g).label];%%更新禁忌表
    
81.     if size(tabu,1)>L  %%禁忌表里的元素比L多时，把最先进去的元素移出禁忌表
    
82.         tabu(1,:)=[];
    
83.     end
    
84.        g=g+1;%%更新禁忌表后，迭代次数自增1
    
85.         else
    
86.        %%如果改进解在禁忌表里，用当前解重新产生领域点，寻找候选解
    
87.         xnow(g).label=xnow(g).label;
    
88.         xnow(g).value=fitvalue(xnow(g).label);
    
89.        end
    
90.     end
    
91. end            
    
92. end
    

复制代码

zzzlovez

haohoahoahaohaoahoa

清风

好好，非常好。

huwenping

禁忌搜索算法，多谢分享。

醉生梦死2017

函数优化的禁忌搜索

醉生梦死2017

我要程序送达

luxian

学习一下，谢谢分享~

菜鸟IDa

好详细的介绍，学习到了，不过根据的相关公式能否提供呢

菜鸟IDa

禁忌搜索在路径选择时也是一个很好的方法