法医调查优化算法附matlab代码

最新推荐文章于 2024-07-15 10:53:35 发布

天天Matlab代码科研顾问

最新推荐文章于 2024-07-15 10:53:35 发布

阅读量45

点赞数

分类专栏：优化求解文章标签：算法 matlab 开发语言

本文链接：https://blog.csdn.net/m0_57702748/article/details/132267226

版权

优化求解专栏收录该内容

206 篇文章 9 订阅

订阅专栏

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器电力系统

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

法医调查优化算法( Forensic-based investigation algorithm, FBI), 是由 Jui-Sheng Chou 等于2020 年提出的一种群体智能优化算法。其灵感来源于警官调查嫌疑人的过程。

警察的大规模案件调查通常包括五个步骤，其中步骤2、3和4可视为一个循环过程。

立案：对这起事件的调查从最先到达犯罪现场的警察发现的信息开始。这些信息构成了调查小组成员的主要出发点，他们从遵循几个标准程序开始，以获得可能发生的事情的第一印象。小组成员调查犯罪现场、受害者、可能的嫌疑人及其背景信息；小组找到证人并询问证人。

分析调查结果：通过在团队简报中共享信息，团队成员试图获得所有可用信息的概述。在第二步中，团队评估信息，并尝试将信息与他们对案件已有的印象联系起来，以评估可能的嫌疑人。

调查方向：在调查的第三步中，团队成员根据对调查结果的分析，做出几种猜想(包括犯罪场景、犯罪动机和调查路线)。团队再次评估调查结果，得出新的方向，或确认、更改或终止现有的调查方向。

行动：在确定了调查路线和优先顺序后，警察团队就要采取的进一步行动做出决定。这一步骤与关于优先事项的决策密切相关，通常首先追求最有希望的研究方向。所采取的行动再次提供了新的信息。一旦获得该信息，调查小组将根据现有信息解释其含义或含义。对新发现的分析可能会导致调查和行动方向的调整。

起诉：在做出起诉决定之前，一旦确定了一名严重嫌疑人，诉讼就结束了。

⛄ 部分代码

%_____________________________________________________________________________________________________clearvarsclose allclcdisp('FBI is tracking the problem');N=30; % Number of slime mouldFunction_name='F12'; % Name of the test function that can be from F1 to F23 MaxIT=500; % Maximum number of iterations[lb,ub,dim,fobj]=Get_Functions_details(Function_name); % Function detailsTimes=1; %Number of independent times you want to run the FBIdisplay(['Number of independent runs: ', num2str(Times)]);for i=1:Times[Destination_fitness(i),bestPositions(i,:),Convergence_curve(i,:)]=FBI(N,MaxIT,lb,ub,dim,fobj);display(['The optimal fitness of FBI is: ', num2str(Destination_fitness(i))]);end[bestfitness,index]=min(Destination_fitness);disp('--------Best Fitness, Average Fitness, Standard Deviation and Best Solution--------');display(['The best fitness of FBI is: ', num2str(bestfitness)]);display(['The average fitness of FBI is: ', num2str(mean(Destination_fitness))]);display(['The standard deviation fitness of FBI is: ', num2str(std(Destination_fitness))]);display(['The best location of FBI is: ', num2str(bestPositions(index,:))]);figure('Position',[284   214   660   290])%Draw search spacesubplot(1,2,1);func_plot(Function_name);title('Test function')xlabel('x_1');ylabel('x_2');zlabel([Function_name,'( x_1 , x_2 )'])grid off%Draw objective spacesubplot(1,2,2);semilogy(Convergence_curve(index,:),'LineWidth',3);xlabel('Iterations');ylabel('Best fitness obtained so far');legend('FBI');box on;axis tight;grid off;