当前位置 : 主页 > 编程语言 > python >

【智能优化算法】基于鲸鱼算法结合蚁群算法求解函数极值问题含Matlab代码

来源:互联网 收集:自由互联 发布时间:2022-09-29
1 内容介绍 蚁群算法是继模拟退火、遗传算法、禁忌搜索等之后的又一启发式智能优化算法,它是由意大利学者M.Dorigo等人首次提出,并广泛应用于求解一系列组合优化问题,如:旅行商问题

1 内容介绍

蚁群算法是继模拟退火、遗传算法、禁忌搜索等之后的又一启发式智能优化算法,它是由意大利学者M.Dorigo等人首次提出,并广泛应用于求解一系列组合优化问题,如:旅行商问题,二次分配问题,车辆路径问题和图着色问题等,这些应用充分显示了它在解决复杂离散优化问题方面的优越性。连续空间函数优化问题也是蚁群算法的研究课题之一,多峰函数优化又是函数优化的一个重要方面,但目前蚁群算法对该问题的研究主要是集中在求解函数的最大(小)值,对求解函数所有极值方面的研究却很少。

2 部分代码

clear

close all

clc


% Set ABC Control Parameters

ABCOpts = struct( 'ColonySize',  100, ...   % Number of Employed Bees+ Number of Onlooker Bees 种群规模

    'MaxCycles', 500,...   % Maximum cycle number in order to terminate the algorithm 循环次数,即全部蚂蚁走几遍

    'ErrGoal',   1e-20, ...  % Error goal in order to terminate the algorithm (not used in the code in current version)

    'Dim',       20 , ... % Number of parameters of the objective function 维数

    'Limit',   100, ... % Control paramter in order to abandone the food source 放弃食物源的阈值

    'lb',  -5.12, ... % Lower bound of the parameters to be optimized 函数值下限

    'ub',  5.12, ... %Upper bound of the parameters to be optimized 函数值上限

    'ObjFun' , 'rastrigin', ... %Write the name of the objective function you want to minimize 选择函数

    'RunTime',3); % Number of the runs 迭代次数


GlobalMins=zeros(ABCOpts.RunTime,ABCOpts.MaxCycles);

GlobalMins_WABC=zeros(ABCOpts.RunTime,ABCOpts.MaxCycles);

for r=1:ABCOpts.RunTime

    

    % Initialise population

    Range = repmat((ABCOpts.ub-ABCOpts.lb),[ABCOpts.ColonySize ABCOpts.Dim]);

    Lower = repmat(ABCOpts.lb, [ABCOpts.ColonySize ABCOpts.Dim]);

    Colony = rand(ABCOpts.ColonySize,ABCOpts.Dim) .* Range + Lower;

    

    Employed=Colony(1:(ABCOpts.ColonySize/2),:);

    GlobalMins(r,:) = ABCbee(ABCOpts,Employed);  % ABC算法

   GlobalMins_WABC(r,:) = WABCbee(ABCOpts,Employed);  % WABC-ABC算法


end; %end of runs

%----------------------------- 画图、记录最优均值和方差 --------------------------

dd=ABCOpts.MaxCycles;

if ABCOpts.RunTime==1

    semilogy((1:10:dd),GlobalMins(1:10:end));

    hold on

    semilogy((1:10:dd),GlobalMins_WABC(1:10:end),'-*g');

else

    semilogy((1:10:dd),mean(GlobalMins(:,1:10:end)));%若多次执行,求均值

    hold on

    semilogy((1:10:dd),mean(GlobalMins_WABC(:,1:10:end)),'-*g');%若多次执行,求均值

end

grid on

title('Mean of Best function values');

xlabel('cycles');

ylabel('fitness');

legend('ABC','WABC');

fprintf('Mean =%g Std=%g\n',mean(GlobalMins(:,end)),std(GlobalMins(:,end)));

fprintf('Mean =%g Std=%g\n',mean(GlobalMins_WABC(:,end)),std(GlobalMins_WABC(:,end)));

3 运行结果

【智能优化算法】基于鲸鱼算法结合蚁群算法求解函数极值问题含Matlab代码_函数优化

4 参考文献

[1]刘卉. 应用蚁群算法求解函数所有极值[D]. 四川师范大学, 2011.

部分理论引用网络文献,若有侵权联系博主删除。


【文章转自印度服务器 http://www.558idc.com/yd.html提供,感恩】
网友评论