1 简介
2001年李晓磊[1]通过模仿鱼类觅食行为将动物自治体概念引入到群体优化方法中,提出了人工鱼 群 算 法(ArtificialFishSwarm Algorithm)思想。
2 部分代码
clc clear all close all tic figure(1);hold on %% 参数设置 fishnum=100; %生成100只人工鱼 MAXGEN=50; %最多迭代次数 try_number=100;%最多试探次数 visual=1; %感知距离 delta=0.618; %拥挤度因子 step=0.1; %步长 %% 初始化鱼群 lb_ub=[-10,10,2;]; X=AF_init(fishnum,lb_ub); LBUB=[]; for i=1:size(lb_ub,1) LBUB=[LBUB;repmat(lb_ub(i,1:2),lb_ub(i,3),1)]; end gen=1; BestY=-1*ones(1,MAXGEN); %每步中最优的函数值 BestX=-1*ones(2,MAXGEN); %每步中最优的自变量 besty=-100; %最优函数值 Y=AF_foodconsistence(X); while gen<=MAXGEN fprintf(1,'%d\n',gen) for i=1:fishnum %% 聚群行为 [Xi1,Yi1]=AF_swarm(X,i,visual,step,delta,try_number,LBUB,Y); %% 追尾行为 [Xi2,Yi2]=AF_follow(X,i,visual,step,delta,try_number,LBUB,Y); if Yi1>Yi2 X(:,i)=Xi1; Y(1,i)=Yi1; else X(:,i)=Xi2; Y(1,i)=Yi2; end end [Ymax,index]=max(Y); figure(1); plot(X(1,index),X(2,index),'.','color',[gen/MAXGEN,0,0]) if Ymax>besty besty=Ymax; bestx=X(:,index); BestY(gen)=Ymax; [BestX(:,gen)]=X(:,index); else BestY(gen)=BestY(gen-1); [BestX(:,gen)]=BestX(:,gen-1); end gen=gen+1; end plot(bestx(1),bestx(2),'ro','MarkerSize',100) xlabel('x') ylabel('y') title('鱼群算法迭代过程中最优坐标移动') %% 优化过程图 figure plot(1:MAXGEN,BestY) xlabel('迭代次数') ylabel('优化值') title('鱼群算法迭代过程') disp(['最优解X:',num2str(bestx','%1.5f')]) disp(['最优解Y:',num2str(besty,'%1.5f')]) toc img =gcf; %获取当前画图的句柄 print(img, '-dpng', '-r600', './运行结果.png') %即可得到对应格式和期望dpi的图像
3 仿真结果
4 参考文献
[1]李晓磊, 邵之江, and 钱积新. "一种基于动物自治体的寻优模式:鱼群算法." 系统工程理论与实践 22.11(2002):32-38.