%% White Shark Optimizer (WSO) source codes
%
% MATLAB R2019b
%
% 白鲨优化算法：一种针对全局优化问题的新型仿生元启发式算法
function [fmin0,gbest,ccurve]=WSO(whiteSharks,itemax,lb,ub,dim,fobj)
%% 收敛曲线
ccurve=zeros(1,itemax);
%%% 显示收敛曲线
figure (1);
set(gcf,'color','w');
hold on
xlabel('Iteration','interpreter','latex','FontName','Times','fontsize',10)
ylabel('fitness value','interpreter','latex','FontName','Times','fontsize',10);
grid;
%% 启动 WSO 算法
% 初始解决方案的生成
WSO_Positions=initialization(whiteSharks,dim,ub,lb);% Initial population
%初始速度
v=0.0*WSO_Positions;
%% 评估初始种群的适应度
fit=zeros(whiteSharks,1);
for i=1:whiteSharks
fit(i,1)=fobj(WSO_Positions(i,:));
end
%% 初始化WSO的参数
fitness=fit; % WSO 随机位置的初始适应度
[fmin0,index]=min(fit);
wbest = WSO_Positions;% 最佳位置初始化
gbest = WSO_Positions(index,:);% 初始全局位置
%% WSO 参数
fmax=0.75; % 波浪运动的最大频率
fmin=0.07; % 波浪运动的最小频率
tau=4.11;
mu=2/abs(2-tau-sqrt(tau^2-4*tau));
pmin=0.5;
pmax=1.5;
a0=6.250;
a1=100;
a2=0.0005;
%% 开始WSO的迭代过程
for ite=1:itemax
mv=1/(a0+exp((itemax/2.0-ite)/a1));
s_s=abs((1-exp(-a2*ite/itemax))) ;
p1=pmax+(pmax-pmin)*exp(-(4*ite/itemax)^2);
p2=pmin+(pmax-pmin)*exp(-(4*ite/itemax)^2);
%% 更新大白鲨在水中的速度
nu=floor((whiteSharks).*rand(1,whiteSharks))+1;
for i=1:size(WSO_Positions,1)
rmin=1; rmax=3.0;
rr=rmin+rand()*(rmax-rmin);
wr=abs(((2*rand()) - (1*rand()+rand()))/rr);
v(i,:)= mu*v(i,:) + wr *(wbest(nu(i),:)-WSO_Positions(i,:));
%% or
% v(i,:)= mu*(v(i,:)+ p1*(gbest-WSO_Positions(i,:))*rand+....
% + p2*(wbest(nu(i),:)-WSO_Positions(i,:))*rand);
end
%% 更新白鲨位置
for i=1:size(WSO_Positions,1)
f =fmin+(fmax-fmin)/(fmax+fmin);
a=sign(WSO_Positions(i,:)-ub)>0;
b=sign(WSO_Positions(i,:)-lb)<0;
wo=xor(a,b);
% 根据猎物的感知（声音、波）定位猎物
if rand<mv
WSO_Positions(i,:)= WSO_Positions(i,:).*(~wo) + (ub.*a+lb.*b); % random allocation
else
WSO_Positions(i,:) = WSO_Positions(i,:)+ v(i,:)/f; % based on the wavy motion
end
end
%% 更新大白鲨位置consides_sng渔校
for i=1:size(WSO_Positions,1)
for j=1:size(WSO_Positions,2)
if rand<s_s
Dist=abs(rand*(gbest(j)-1*WSO_Positions(i,j)));
if(i==1)
WSO_Positions(i,j)=gbest(j)+rand*Dist*sign(rand-0.5);
else
WSO_Pos(i,j)= gbest(j)+rand*Dist*sign(rand-0.5);
WSO_Positions(i,j)=(WSO_Pos(i,j)+WSO_Positions(i-1,j))/2*rand;
end
end
end
end
%
%% 更新全球、最佳和新职位
for i=1:whiteSharks
% 处理边界违规
if WSO_Positions(i,:)>=lb & WSO_Positions(i,:)<=ub%
% 找到适合度
fit(i)=fobj(WSO_Positions(i,:));
% 评估适应度
if fit(i)<fitness(i)
wbest(i,:) = WSO_Positions(i,:);% 更新最佳位置
fitness(i)=fit(i); % 更新适应度
end
%% 找出最佳位置
if (fitness(i)<fmin0)
fmin0=fitness(i);
gbest = wbest(index,:);% 更新全球最佳位置
end
end
end
%% 获取结果
outmsg = ['Iteration# ', num2str(ite) , ' Fitness= ' , num2str(fmin0)];
disp(outmsg);
ccurve(ite)=fmin0; % 直到迭代ite 的最佳找到值
if ite>2
line([ite-1 ite], [ccurve(ite-1) ccurve(ite)],'Color','r');
title({'收敛特性曲线'},'interpreter','latex','FontName','仿宋','fontsize',10);
xlabel('迭代');
ylabel('迄今为止得出的最优值');
drawnow
end
end
end
白鲨优化算法（WSO）【含Matlab源码 623期】.zip
需积分: 0 52 浏览量
2023-12-31
10:28:20
上传
评论
收藏 22KB ZIP 举报
白鲨优化算法（WSO）【含Matlab源码 623期】.zip （5个子文件） 
白鲨优化算法（WSO）【含Matlab源码 623期】 
WSO.m 4KB Objfun.m 118B initialization.m 457B main.m 1KB
运行结果.jpg 31KB资源评论
