( 人工蜂群算法求解无约束优化问题（matlab源码+求解问题）无误版

1 全局优化问题

（1）

，

此问题的全局最优值 。

（2）

， ,

此问题的全局最优值 。

（3） ，

%编写者：**********

%******************

%-----------------------------------

clc;

clear all;

close all;

%% 初始参数设置

popsize = 100; %种群规模

pc = 0.6; %杂交概率

pm = 0.01; %变异概率

objfun='Cal_Obj_Problem1'; %目标函数

D = 2; %目标函数维数

Lower=-5; Upper=5; %搜索空间的上下界

Max_iter=3000; % 迭代次数

Runtime=30;%独立运行次数

%% -------------------------------------------------------

for i = 1:Runtime

g(i) = GA_Algorithm(popsize,D,pc,pm,i,objfun,Lower,Upper,Max_iter);

end

mean_g = mean(g) % 计算平均值

function gy = GA_Algorithm(popsize,D,pc,pm,ii,objfun,Lower,Upper,Max_iter)

pop=Lower+(Upper-Lower).*rand(popsize,D); %种群初始化

%迭代开始

for t = 1:Max_iter

objvalue = feval(objfun,pop); %计算所有个体目标函数值

fit_val = Cal_fitness(objvalue); %计算所有个体的适应度值

[best_one,~] = best(pop,fit_val); %计算最佳个体

x(t,:) = best_one; %保留最佳个体

y(t)=feval(objfun,x(t,:)); %计算最佳个体的值

newpop1 = Select(pop,fit_val); %选择操作

pop = newpop3; %产生新种群

t = t+1;

end

[gy,k]=min(y) ; %gy:全局最优;k:全局最优对应的进化代数

%% ---结果输出----

ii

fprintf('每代最优函数值: gy = %0.5f\n',gy);

fprintf('每代最优值对应的最优解:');

x = x(k,:)

semilogy(y);

title('GA 算法--收敛曲线图');

xlabel('进化代数');

ylabel('目标函数值');

c=1-1/(8*pi);

ObjVal1=(Chrom(:,2)-a+...

5*Chrom(:,1)/pi-6).^2+10*c*cos(Chrom(:,1))+10;

else

disp('该函数只要求 2 维');

end

objvalue=ObjVal1;

第二个优化问题---Cal_Obj_Problem2.m

function [objvalue] =Cal_Obj_Problem2(pop)

objvalue = sum(abs(pop)')' + prod(abs(pop)')';

Mat2 = pop(:,2:Nvar);

if Dim == 2

objvalue = 100*(Mat2-Mat1.^2).^2+(1-Mat1).^2;

else

objvalue = sum((100*(Mat2-Mat1.^2).^2+(Mat1-1).^2)')';

end

end

4 计算适应度值 Cal_fitness.m

function fitvalue = Cal_fitness( objvalue )