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

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 plot(bestx(1),bestx(2),'ro','MarkerSize',100) xlabel('x') ylabel('y') title('鱼群算法迭代过程中最优坐标移动') %% 优化过程图 figure plot(1:MAXGEN,BestY) xlabel('迭代次数') ylabel('优化值') title('鱼群算法迭代过程') disp(['最优解X： ',num2str(bestx','%1.5f ')]) disp(['最优解Y： ',num2str(besty,'%1.5f\n')]) toc %% 画图显示 figure('color',[1,1,1]) peaks hold on plot3(bestx(1),bestx(2),besty,'b.','Markersize',40)