【数据分析】基于matlab鱼群算法函数优化分析【含Matlab源码 240期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【数据分析】基于matlab鱼群算法函数优化分析【含Matlab源码 240期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、部分源代码

clc,clear,close all
warning off
tic
figure(1);hold on

%% 参数设置
fishnum=100; % 生成100只人工鱼
MAXGEN=50;   % 最多迭代次数
try_number=100;  % 最多试探次数
visual=1;    % 感知距离
delta=0.618; % 拥挤度因子
step=0.1;    % 步长

%% 初始化鱼群
lb_ub=[-3,3,2;];
X=AF_init(fishnum,lb_ub);  % 初始化
LBUB=[];
for i=1:size(lb_ub,1)
    LBUB=[LBUB;repmat(lb_ub(i,1:2),lb_ub(i,3),1)]; 
end
gen=1;
BestY = -1*ones(1,MAXGEN); % 每步中最优的函数值
BestX = -1*ones(2,MAXGEN); % 每步中最优的自变量
besty = -100;              % 最优函数值
Y=AF_foodconsistence(X);   % 待优化目标函数
while gen<=MAXGEN
    disp(['迭代步数：  ',num2str(gen)])
    
    for i=1:fishnum
        % 聚群行为
        [Xi1,Yi1]=AF_swarm(X,i,visual,step,delta,try_number,LBUB,Y); 
        % 追尾行为
        [Xi2,Yi2]=AF_follow(X,i,visual,step,delta,try_number,LBUB,Y);
        if Yi1>Yi2
            X(:,i)=Xi1;
            Y(1,i)=Yi1;
        else
            X(:,i)=Xi2;
            Y(1,i)=Yi2;
        end
    end
    
    [Ymax,index]=max(Y);
    figure(1);
    plot(X(1,index),X(2,index),'.','color',[gen/MAXGEN,0,0])
    if Ymax>besty
        besty=Ymax;
        bestx=X(:,index);
        BestY(gen)=Ymax;
        [BestX(:,gen)]=X(:,index);
    else
        BestY(gen)=BestY(gen-1);
        [BestX(:,gen)]=BestX(:,gen-1);
    end
    gen=gen+1;
    
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
 

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] 由伟,刘亚秀.MATLAB数据分析教程[M].清华大学出版社，2020.
[2]王岩,隋思涟.试验设计与MATLAB数据分析[M].清华大学出版社，2012.

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/113725337