细菌觅食算法的函数优化-matlab

%*************细菌觅食优化算法*************** %%%%%%%%%%%%-----BF0算法-----%%%%%%%%%%%%%%% clc; clear; close all warning off feature jit off % 加速代码执行 %-----初始化参数----- bounds = [-5.12, 5.12;-5.12, 5.12]; % 函数变量范围 p = 2; % 搜索范围的维度 s = 26; % 细菌的个数 Nc = 50; % 趋化的次数 Ns = 4; % 趋化操作中单向运动的最大步数 C(:,1) = 0.001*ones(s,1); % 翻转选定方向后，单个细菌前进的步长 Nre = 4; % 复制操作步骤数 Ned = 2; % 驱散(迁移)操作数 Sr = s/2; % 每代复制（分裂）数 Ped = 0.25; % 细菌驱散(迁移)概率 d_attract = 0.05; % 吸引剂的数量 ommiga_attract = 0.05; % 吸引剂的释放速度 h_repellant = 0.05; % 排斥剂的数量 ommiga_repellant = 0.05; % 排斥剂的释放速度 for i = 1:s % 产生初始细菌个体的位置 P(1,i,1,1,1) = -5.12 + rand*10.24; P(2,i,1,1,1) = -5.12 + rand*10.24; end %----细菌趋药性算法循环开始 %---- 驱散(迁移)操作开始 for l = 1:Ned %-----复制操作开始 for k = 1:Nre %-----趋化操作(翻转或游动)开始 for j = 1:Nc %-----对每一个细菌分别进行以下操作 for i = 1:s %-----计算函数J(i,j,k,l)，表示第i个细菌在第l次驱散第k次 %--------复制第j次趋化时的适应度值 J(i,j,k,l) = fitness(P(:,i,j,k,l)); %-----修改函数，加上其它细菌对其的影响 Jcc = sum(-d_attract*exp(-ommiga_attract*((P(1,i,j,k,l)-... P(1,1:26,j,k,l)).^2+(P(2,i,j,k,l)-P(2,1:26,j,k,l)).^2)))+... sum(h_repellant*exp(-ommiga_repellant*((P(1,i,j,k,l)-... P(1,1:26,j,k,l)).^2+(P(2,i,j,k,l)-P(2,1:26,j,k,l)).^2))); J(i,j,k,l) = J(i,j,k,l) + Jcc; %----保存细菌目前的适应度值，直到找到更好的适应度值取代之 Jlast = J(i,j,k,l); %-----翻转，产生一个随机向量C(i),代表翻转后细菌的方向 Delta(:,i) = (2*round(rand(p,1))-1).*rand(p,1); % PHI表示翻转后选择的一个随机方向上前进 PHI = Delta(:,i)/sqrt(Delta(:,i)'*Delta(:,i)); %-----移动，向着翻转后细菌的方向移动一个步长，并且改变细菌的位置 P(:,i,j+1,k,l) = P(:,i,j,k,l) + C(i,k)*PHI; %-----计算细菌当前位置的适应度值 J(i,j+1,k,l) = fitness(P(:,i,j+1,k,l)); %-----游动----- m = 0; % 给游动长度计数器赋初始值 while(m < Ns) % 未达到游动的最大长度，则循环 m = m + 1; % 新位置的适应度值是否更好？如果更好，将新位置的适应度值 % 存储为细菌i目前最好的适应度值 if(J(i,j+1,k,l)<Jlast) Jlast = J(i,j+1,k,l); % 保存更好的适应度值 % 在该随机方向上继续游动步长单位,修改细菌位置 P(:,i,j+1,k,l) = P(:,i,j+1,k,l) + C(i,k)*PHI; % 重新计算新位置上的适应度值 J(i,j+1,k,l) = fitness(P(:,i,j+1,k,l)); else % 否则，结束此次游动 m = Ns; end end J(i,j,k,l) = Jlast; % 更新趋化操作后的适应度值 end % 如果i<N，进入下一个细菌的趋化，i=i+1 %-----如果j<Nc，此时细菌还处于活跃状态，进行下一次趋化，j=j+1----->Jlast x = P(1,:,j,k,l); y = P(2,:,j,k,l); clf plot(x,y,'h') % h表示以六角星绘图 set(gcf,'color',[1,1,1]) axis([-5,5,-5,5]); % 设置图的坐标图 pause(.1) % 暂停0.1秒后继续 end %---下面进行复制操作 %-----复制----- %-----根据所给的k和l的值，将每个细菌的适应度值按升序排序 Jhealth = sum(J(:,:,k,l),2); % 给每个细菌设置健康函数值 [Jhealth,sortind] = sort(Jhealth); % 按健康函数值升序排列函数 P(:,:,1,k+1,l) = P(:,sortind,Nc+1,k,l); C(:,k+1) = C(sortind,k); %-----将代价小的一半细菌分裂成两个，代价大的一半细菌死亡 for i = 1:Sr % 健康值较差的Sr个细菌死去，Sr个细菌分裂成两个子细菌，保持个体总数的s一致性 P(:,i+Sr,1,k+1,l) = P(:,i,1,k+1,l); C(i+Sr,k+1) = C(i,k+1); end %-----如果k<Nre，转到(3)，进行下一代细菌的趋化 end %-----趋散，对于每个细菌都以Ped的概率进行驱散，但是驱散的细菌群体的总数 %--------保持不变，一个细菌被驱散后，将被随机重新放置到一个新的位置 for m = 1:s % 产生随机数，如果既定概率大于该随机数，细菌i灭亡，随机产生新的细菌i if(Ped > rand) P(1,m,1,1,1) = -5.12 + rand*10.24; P(2,m,1,1,1) = -5.12 + rand*10.24; else P(:,m,1,1,l+1) = P(:,m,1,Nre+1,l);% 未驱散的细菌 end end end % 如果l<Ned，转到(2)，否则结束 %-输出最优结果值 reproduction = J(:,1:Nc,Nre,Ned); % 每个细菌最小的适应度值 [Jlastreproduction,O] = min(reproduction,[],2); [BestY,I] = min(Jlastreproduction) Pbest = P(:,I,O(I,:),k,l)