多目标鱼群算法-聚群行为学习

1qaz

function [Xt,Yt] = FSA_center( Xi, Yi, II, pop, pro, popminmax, sizepop, visual, step, try_number, delta,BestPop  )
%function [Xt,Yt] = FSA_center( Xi, Yi, pop, pro, popminmax, sizepop, visual, step, try_number, delta,BestPop  )
% 聚群行为
popmin = popminmax(1);  popmax = popminmax(2); % x1
V = length(Xi);M = length(Yi);%xi，yi当前个体位置
% Xi = pop(j,:);    % 当前的种群
% Yi = fitness(j);  % 当前种群对应的适应度值
for k=1:sizepop
    d(k) = norm( Xi-pop(k,1:V) ,2); %计算二范数，即所谓距离
end
[~,b] = find( d>0 & d<visual );%取出符合条件的个体，即在视野范围内
if(~isempty(b))%确定数组是否为空，~isempty（A）表示如果A是空元素，结果为0，否则结果为1。
    Xc = zeros( size(pop(1,1:V)) );%%%不为空的话则执行该条语句，为空的话执行觅食行为。%%%%size获取矩阵大小（本文设置的是1行4列），zero把该矩阵赋值为0,即把Xc初始化为1*4数组，元素为0
    for k=1:length(b)%%返回向量长度，%%%既符合要求的个体（猜）
        Xc = Xc+pop(b(k),1:V);%%取出符合条件的个体
    end
    Xc = Xc./length(b);%%
   
    Xc =(Xc-Xi+BestPop(1:V)-Xi)+Xi;
    Yc = evaluate_objective(Xc,pro);   % 适应度值
   
    Dis = FishDis([pop;Xc Yc],M,V);
   
     if Domination2(Yc,Yi) && Dis(end)>Dis(II)  %%聚群行为的判断条件
    % if Domination2(Yc,Yi) && delta>Dis(end)
           
Xt = Xi + ( Xc - Xi )./norm(Xc-Xi,2) .* step .*rand(1);
        Xt=PopWs(Xt,pro);
        
        Yt = evaluate_objective(Xt,pro);   % 适应度值
    else
        % 觅食行为
        [Xt,Yt] = FSA_find( Xi, Yi,pro, popminmax, visual, step, try_number,BestPop(1:V)  );
    end
else
    % 觅食行为
    [Xt,Yt] = FSA_find( Xi, Yi,pro, popminmax, visual, step, try_number,BestPop(1:V)  );
end