总述
给了一个蚁群算法,使用MATLAB编程,程序只有一个m文件,便于调试和运行。蚁群优化求函数最小值,在定义域内分布若干个蚂蚁,通过蚁群寻优,获得:
- 函数在定义域内的最小值,以及:
- 取到最小值时,自变量的取值
函数形式
待求最小值函数的形式如下:
f
(
x
)
=
x
4
−
0.2
∗
c
o
s
(
3
x
⋅
π
)
+
0.6
f(x) = x^4 - 0.2 * cos(3x\cdot\pi) + 0.6
f(x)=x4−0.2∗cos(3x⋅π)+0.6
可以根据实际情况修改。
本程序在以上函数、-1~1这段区间内求函数最小值、取最小值时的自变量x取值。
程序运行结果
初始时刻蚁群的分布情况:
优化后的蚁群的分布情况:
根据优化后的蚁群分布,求解最小值为0.4,当x=-0.04263时取到最小值0.415735.
根据实际直观感受,真实值应该为0.4,精度达到
(
0.415735
−
0.4
)
/
0.4
=
0.0393375
(0.415735-0.4)/0.4=0.0393375
(0.415735−0.4)/0.4=0.0393375,约4%的误差。
源代码
% 蚁群求解一元函数最大值
% 2024-8-4/Ver1
clear;clc;close all;
rng(0);
Ants = 300; %蚂蚁数量
Times = 80; %仿真时长
Rou = 0.9;
P0 = 0.2;
x_lower = -1; %x轴范围下界
x_upper = 1; %x轴范围上界限
%% 随机生成蚁群位置
ant = zeros(Ants, 1);
for i = 1: Ants
ant(i, 1) = x_lower + (x_upper - x_lower) * rand;
Tau(i) = F(ant(i, 1)); % 信息素
end
step = 0.05; %网格密度
f = '(x.^4 - 0.2 * cos(3 * pi * x) + 0.6)';
%% 画图
x= x_lower:step:x_upper;
z = eval(f);
figure;
plot(x,z)
hold on;
plot(ant(:, 1), Tau, 'k*');
fprintf('程序源代码下载链接:https://gf.bilibili.com/item/detail/1105978012');
title('函数形状与初始状态的粒子分布情况');
代码修改指南
下图中的step是定义域内,自变量的取值密度,step越小越精准,相应的计算时间会变长
f和后面的函数F存放待求函数:
将其修改成自己想要的程序以后,可以获得自己想要的值。
定义域修改这里:
如图,即为定义域在-1~1这段范围内,修改起来简单,不做赘述