close all; clc;
tic;
G=300; %混合迭代次数
P=3087; %个体总数
M=30; %族群数,划分的行数
N=18; %一个族群中的个体数,划分的列数
V=34; %个体维数行
L=37; %个体维数列
S=1; %学习栅格大小
I=20; %族群内更新次数
A=540;
%%%%%%%%%%%%%%%%%%%%%%初始化总群%%%%%%%%%%%%%%%%%%%%%%
individual1=load('D:\\AA.txt');
individual2(2142,:)=0;%添加为0的列
individual=[individual1,individual2,individual2,individual2];%2142*1813
[Oriv,Oril]=size(individual);%获得数列的行列值
Block_v=V*ones(1,Oriv/V);%处理行数,个体维数
Block_l=L*ones(1,Oril/L);%处理列数,个体维数
Block0=mat2cell(individual,Block_v,Block_l);%矩阵分块,变成元胞数组
%%%%%%%%%%%%%%%%%%%%%%将原元胞数组变成行向量%%%%%%%%%%%%%%%%%%%%%%
Blockp1=reshape(Block0',1,P);%将元胞数组变为行元胞
Blockp2=cell(1,3078);
Blockfitness11=cellfun(@fitness1,Blockp1);%计算生态适应度
Blockfitness11c=jicha(Blockfitness11);
Blockfitness12=cellfun(@fitness2,Blockp1);%计算紧凑适应度
Blockfitness12c=jicha(Blockfitness12);
Blockfitness13=cellfun(@fitness3,Blockp1);%计算经济适应度
Blockfitness13c=jicha(Blockfitness13);
Blockfitness1=0.23*Blockfitness11c+0.4*Blockfitness12c+0.37*Blockfitness13c;%权重
[fitsort1,index1]=sort(Blockfitness1,2,'ASCEND');%排序
for i1=1:P
Blockp2{i1}=Blockp1{index1(i1)};%按照索引排序原来的元胞
end
%%%%%%%%%%%%%%%%%%%%%%出去边界与小值点%%%%%%%%%%%%%%%%%%%%%
Blockp3=Blockp2(1,1:2007);%去除边界
Blockp9=Blockp2(1,2548:3087);%得到有数字的部分1080=18*60
Blockp4=Blockp2(1,2008:2547);%得到有数字的部分1080=18*60
%%%%%%%%%%%%%%%%%%%%%%外部总循环%%%%%%%%%%%%%%%%%%%%%
bb6=cell(1,A);bb7=cell(1,A);
Blockfitness21=cellfun(@fitness1,Blockp4);%计算生态适应度
Blockfitness21c=jicha(Blockfitness21);
Blockfitness22=cellfun(@fitness2,Blockp4);%计算紧凑适应度
Blockfitness22c=jicha(Blockfitness22);
Blockfitness23=cellfun(@fitness3,Blockp4);%计算经济适应度
Blockfitness23c=jicha(Blockfitness23);
Blockfitness2=0.2*Blockfitness21c+0.4*Blockfitness22c+0.37*Blockfitness23c;%权重
[fitsort3,index3]=sort(Blockfitness2,2,'ASCEND');%排序
for i6=1:A
bb6{i6}=Blockp4{index3(i6)};%按照索引排序原来的元胞
end
Blockp4=bb6;
pg=Blockp4{1,end};
fitA=[fit1;fit3;fit2]';
m=max(fitA);n=min(fitA);
x=fitA(:,1);y=fitA(:,2);z=fitA(:,3);
[X,Y,Z]=griddata(x,y,z,linspace(n(1),m(1))',linspace(n(2),m(2)), 'cubic');
figure;
% surf(X,Y,Z)
plot3(x,y,z)
grid on
shading faceted
xlabel('生态效益')
ylabel('经济效益')
zlabel('社会效益')
SFLA.zip_SFLA matlab_land matlab_混合蛙跳matlab_蛙跳_蛙跳算法 matlab
版权申诉
196 浏览量
2022-07-14
03:57:44
上传
评论
收藏 1KB ZIP 举报
weixin_42651887
- 粉丝: 75
- 资源: 1万+
最新资源
- 基于matlab开发的全面详解LTE:MATLAB建模、仿真与实现-simulink.rar
- 自动驾驶定位系列教程二:系统架构.pdf
- 整站程序8优技巧网-8ujq.rar
- 世界各个国家或地区国际域名缩写
- 基于matlab开发的根据rvm回归模型自己编的matlab程序.rar
- 基于matlab开发的该程序为国内一所大学编写的LTE链路层仿真程序,根据LTE标准协议编写的,很容易看懂.rar
- 高效C++学生成绩管理系统:教育技术+C++17编程+数据管理+教务自动化
- 搜索链接要广告分类系统 v2.0-yad20.rar
- 基于matlab开发的Tipping的相关向量机RVM的回归MATLAB程序,有英文注释,可以运行.rar
- 一个点击正反转程序实例,可实现案件电机正反转
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论0