蛙跳算法_人工蜂群_K._变分模态优化_变分模态K_蛙跳算法

clc;clear all; m=50 %种群分组数 n=35; %t每组青蛙包含的个数 Ne=25; %组内迭代数 smax = 100; %最大步长 MAXGEN=100; %种群总进化代数 d=25; %优化问题维数 pmax =1024; %d维最大值 pmin = -1024;%d维最小值 %%产生初始青娃 F=m*n; tic; for i1=1:F p(i1,:)=pmax*rands(1,d); end %%全局迭代寻优 yy=zeros(1,MAXGEN); for ii=1:MAXGEN for i2=1:F fitness(i2)=fun(p(i2,:)); end %排序，找最好的，并分组 [fitsort,index]=sort(fitness); for i3=1:F x(i3,:)=p(index(i3),:); end gx=x(1,:);%种群内最好的青娃 yy(ii)=fitsort(1); % yy(ii)=fun(x(1,:)); % local=zeros(n,d); for i4=1:m local = p(i4:m:end,:); for j=1:Ne %每组青蛙迭代次数 pb=local(1,:);%组内最优 pw=local(n,:);%组内最差 s1=rand.*(pb-pw);%采用组内最优更新 s1(find(s1>smax))=smax; temp= pw+s1; temp(find(temp>pmax))=pmax; temp(find(temp<pmin))=pmin; if fun(temp) > fun(pw) s1=rand.*(gx-pw);%采用全局最优更新 s1(find(s1>smax))=smax; temp=pw+s1; temp(find(temp>pmax))=pmax; temp(find(temp<pmin))=pmin; end if fun(temp)>fun(pw) s1=pmax*rands(1,d);%随机更新 s1(find(s1>smax))=smax; temp=pw+s1; temp(find(temp>pmax))=pmax; temp(find(temp<pmin))=pmin; end local(n,:) = temp; for loc=1:n fitlocal(loc)=fun(local(loc,:)); end [localsort,indexlocal]=sort(fitlocal); for loc=1:n localnew(loc,:) = local(indexlocal(loc),:); end local=localnew; end %结束Ne p(i4:m:end,:) =local; end %结束m %最好的青娃适配值 end %结束MAXGEN toc %结果分析 plot(yy) title('混合跬跳算法优化'); xlabel('总进化代数');ylabel('函数最优解');