【多目标优化求解】基于matlab布谷鸟算法多目标（成本+时间+质量）优化求解【含Matlab源码 118期】

一、布谷鸟算法简介

布谷鸟算法，英文叫做Cuckoo search (CS algorithm)。首先还是同样，介绍一下这个算法的英文含义， Cuckoo是布谷鸟的意思，啥是布谷鸟呢，是一种叫做布谷的鸟，o(∩_∩)o ，这种鸟她妈很懒，自己生蛋自己不养，一般把它的宝宝扔到别的种类鸟的鸟巢去。但是呢，当孵化后，遇到聪明的鸟妈妈，一看就知道不是亲生的，直接就被鸟妈妈给杀了。于是这群布谷鸟宝宝为了保命，它们就模仿别的种类的鸟叫，让智商或者情商极低的鸟妈妈误认为是自己的亲宝宝，这样它就活下来了。
布谷鸟搜索算法（Cuckoo Search, CS）是2009年Xin-She Yang 与Suash Deb在《Cuckoo Search via Levy Flights》一文中提出的一种优化算法。布谷鸟算法是一种集合了布谷鸟巢寄生性和莱维飞行（Levy Flights）模式的群体智能搜索技术，通过随机游走的方式搜索得到一个最优的鸟巢来孵化自己的鸟蛋。这种方式可以达到一种高效的寻优模式。

1 布谷鸟的巢寄生性

2 莱维飞行

图1.模拟莱维飞行轨迹示意图

3 布谷鸟搜索算法的实现过程

二、部分源代码

close all;
clear;
clc;
format long;

n=20;%%%初始化鸟窝数量
pa=0.25;%%%外来鸟蛋被巢主鸟发现的概率5%%%巢主鸟发现寄生卵的概率
%%%%最大迭代次数
N_iter=300;
REP=[];%精英池初始化
RC=[];
R1=[];
%%定义全局变量nd
global nd;
nd=15;%%%搜索维度
Lb=-5*ones(1,nd);%下限
Ub=5*ones(1,nd);%上限
% %%%基于sobol序列随机初始化解
for xh=1:20
    xh
p = sobolset(nd,'Skip',1e2);
p = scramble(p,'MatousekAffineOwen');
SOBOL = net(p,n);
for i=1:n
    for j=1:nd
        nest(i,j)=Lb(1,j)+(Ub(1,j)-Lb(1,j))*SOBOL(i,j);
    end
end
maxFun=4; %目标函数的个数
iterations=1;
%%%计算初试目标函数值
% disp('开始计算初始化目标函数......')
   
for i=1:n
    cstatisc(1,i)=statisc(nest(i,:));
    ccost(1,i)=costc(nest(i,:));
    ctimec(1,i)=timec(nest(i,:));
    cquality(1,i)=qualityc(nest(i,:));
end
% disp('始化目标函数计算结束......')

%%确定粒子非劣解，把每个粒子当作非劣解
% disp('生成ST矩阵……') %用于存放粒子信息
for i=1:n
    ST(i,1:nd)=nest(i,:);
end

ST(:,nd+1)=cstatisc(1,:);
ST(:,nd+2)=ccost(1,:);
ST(:,nd+3)=ctimec(1,:);
ST(:,nd+4)=cquality(1,:);
ST(:,nd+5)=0;

%%STS矩阵存放粒子信息（包括四个目标函数值）
STS=ST;
% %%%pop为萤火虫粒子
% XINXI=ST;
% popo=ST;
% kk=1;
% %%%筛选可理解度,使可理解度为0.7857
%         while(kk<=size(STS,1))
%             if (STS(kk,nd+2)>3||STS(kk,nd+3)>3)
%                 STS(kk,:)=[];
%                 kk=kk-1;
%             end
%                 kk=kk+1;
%         end
%%-------------对外部档案集初始化--------%%
%disp('外部档案集初始化……')

for i=1:size(STS,1)
    if (isempty(REP))
        REP(1,:)=ST(i,:);
        RC=[RC;ST(i,:)];
    else
         for k=1:size(REP,1)
             %% if 条件判断第i个布谷鸟STS(i,：)支配精英池REP中的第k条布谷鸟，删除第k条布谷鸟
            if (((STS(i,nd+1)>=REP(k,nd+1))&&(STS(i,nd+2)<=REP(k,nd+2))&&(STS(i,nd+3)<=REP(k,nd+3))&&(STS(i,nd+4)>=REP(k,nd+4)))&&((STS(i,nd+1)>REP(k,nd+1))||(STS(i,nd+2)<REP(k,nd+2))||(STS(i,nd+3)<REP(k,nd+3))||(STS(i,nd+4)>REP(k,nd+4))))
                REP(k,1)=9999;%%%支配标志之一，表示第i个布谷鸟信息STS(i,：)支配REP（k,:），要删除REP（k,:），保存STS(i,:)
                insert_flag=1;
                %%elseif条件用来判断第i个布谷鸟不支配精英池里面的第k条规则，此时此条规则不需要从精英池里面移除
            elseif (((STS(i,nd+1)<=REP(k,nd+1))&&(STS(i,nd+2)>=REP(k,nd+2))&&(STS(i,nd+3)>=REP(k,nd+3))&&(STS(i,nd+4)<=REP(k,nd+4)))&&((STS(i,nd+1)<REP(k,nd+1))||(STS(i,nd+2)>REP(k,nd+2))||(STS(i,nd+3)>REP(k,nd+3))||(STS(i,nd+4)<REP(k,nd+4))))
                    insert_flag=0;%%%第i个布谷鸟不支配REP(k,:),这个规则不删除
                    break;
           %%%判断STS(i,:)与REP(k,:)是否重复
            elseif((((STS(i,nd+1)==REP(k,nd+1))&&(STS(i,nd+2)==REP(k,nd+2))&&(STS(i,nd+3)==REP(k,nd+3))&&(STS(i,nd+4)==REP(k,nd+4)))))
             %%%判断STS(i,1:nd)与REP(k,1:nd)前1：nd维元素是否相等，如果相等，即STS(i,1:nd)与REP(k,1:nd)重复
             %%%%不需要将STS(i,1:nd)加入REP中否则加入精英池
                    if ((STS(i,nd+1)==0)||(STS(i,nd+2)==0)||(STS(i,nd+3)==0)||(STS(i,nd+4)==0))
                            insert_flag=0;
                    elseif (isempty(setdiff(STS(i,1:nd),REP(k,1:nd))))
                            insert_flag=0;%%%重复，不将STS(i,:)加入精英池REP
                    else
                            insert_flag=0;%%%如果不重复，加入精英池REP//本应该是取值insert_flag=1
                    end
            else
                %%%这一段代码判断的是STS与REP互不支配情况，当目标函数有一个为0时，此条规则不需要加入精英池里面，否则加入
                 if ((STS(i,nd+1)~=0)&&(STS(i,nd+2)~=0)&&(STS(i,nd+3)~=0)&&(STS(i,nd+4)~=0))
                    insert_flag=1;
                 elseif((STS(i,nd+1)==0)||(STS(i,nd+2)==0)||(STS(i,nd+3)==0)||(STS(i,nd+4)==0))
                     insert_flag=0;
                 end
            end
        end
        k1=1;
        %%%
        while(k1<=size(REP,1))
            if (REP(k1,1)==9999)
                REP(k1,:)=[];
                k1=k1-1;
            end
                k1=k1+1;
        end
        
        if (insert_flag==1)
            REP((size(REP,1)+1),:)=STS(i,:);
            RC=[RC;STS(i,:)];%%%曾经放入精英池中的布谷鸟信息
        end
    end
end
disp('开始正式进入主循环——')
iterations=2;
tic
while(iterations<N_iter)
    gbestpool=[];
     if (size(REP,1)>2)
        for f=1:maxFun
            %排序
            for i=1:(size(REP,1)-1)
                for j=(i+1):(size(REP,1))
                    if (REP(i,nd+f)<REP(j,nd+f))
                        temp=REP(i,:);
                        REP(i,:)=REP(j,:);
                        REP(j,:)=temp;
                    end 
                end
            end
            %排序结束
            REP(1,nd+5)=10;
            REP(size(REP,1),nd+5)=10;
            %寻找最大最小目标函数值
            fmax=0;
            for i=1:size(REP,1)
                if (REP(i,nd+f)>fmax)
                    fmax=REP(i,nd+f);
                end
            end
             fmin=10;
            for i=1:size(REP,1)
                if (REP(i,nd+f)<fmin)
                    fmin=REP(i,nd+f);
                end
            end
            %寻找最大最小目标函数值结束
            
            %拥挤距离
            for i=2:(size(REP,1)-1)
                REP(i,nd+5)= REP(i,nd+5)+abs((REP(i+1,nd+f)-REP(i-1,nd+f))/(fmax-fmin));
            end   
        end    
    else 
        REP(1,nd+5)=10;
    end
    
    %计算拥挤距离结束
    %按拥挤距离排序
        for i=1:(size(REP,1)-1)
            for j=(i+1):size(REP,1)
                if (REP(i,nd+5)<REP(j,nd+5))
                temp=REP(i,:);
                REP(i,:)=REP(j,:);
                REP(j,:)=temp;    
                end
            end
        end
    %按拥挤距离排序结束
 
    
 %选择前10%的粒子存入gbestpool
    for i=1:ceil(size(REP,1)*0.1)
        gbestpool=[gbestpool;REP(i,:)];
    end
    
 %选择前10%的粒子存入gbestpool结束
 %%随机选择一个作为最优解
  gb=gbestpool(fix(1+(size(gbestpool,1)-1)*rand),:);
        best=gb(1,1:nd);
 
 %%布谷鸟按照levy进行飞行，产生新的布谷鸟
  new_nest=get_cuckoos_levy(nest,best,Lb,Ub);
  %%%发现并随机选择
for i=1:n
    fitness(1,i)=statisc(new_nest(i,:));
    fitness(2,i)=costc(new_nest(i,:));
    fitness(3,i)=timec(new_nest(i,:));
   fitness(4,i)=qualityc(new_nest(i,:));
end 
  %%第t+1代解与第t代解比较，如果
for i=1:n
    if fitness(1,i)>=cstatisc(iterations-1,i)&&fitness(2,i)<=ccost(iterations-1,i)&&fitness(3,i)<= ctimec(iterations-1,i)&& fitness(4,i)>=cquality(iterations-1,i)
         best_new_nest(i,:)=new_nest(i,:);
    else
         best_new_nest(i,:)=nest(i,:);
    end
    
end 

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
  
170
  
171
  
172
  
173
  
174
  
175
  
176
  
177
  
178
  
179
  
180
  
181
  
182
  
183
  
184
  
185
  
186
  
187
  
188
  
189
  
190
  
191
  
192
  
193
  
194
  
195
  
196
  
197
  
198
  
199
  
200
  
201
  
202
  
203
  
204
  
205
  
206
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]周品.MATLAB 神经网络设计与应用[M].清华大学出版社，2013.
[4]陈明.MATLAB神经网络原理与实例精解[M].清华大学出版社，2013.
[5]方清城.MATLAB R2016a神经网络设计与应用28个案例分析[M].清华大学出版社，2018.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/119454276