【综合评价】基于麻雀投影寻踪模型的综合评价附matlab代码

1 简介

2 部分代码

function [fMin , bestX, Convergence_curve] = SSA(X, N, M, c, d, dim, fobj)​P_percent = 0.2;    % 发现者的种群规模占总种群规模的百分比​pNum = round(N*P_percent);    % 发现者数量20%​SD = pNum/2;      % 警戒者数量10%​ST = 0.8;           % 安全阈值lb = c.*ones(1, dim);     % 下限ub = d.*ones(1,dim);    % 上限% 初始化for i = 1:N%     X(i, :) = lb + (ub - lb) .* rand(1, dim);    fitness(i) = fobj(X(i, :));endpFit = fitness;pX = X;                            % 与pFit相对应的个体最佳位置[fMin, bestI] = min(fitness);      % fMin表示全局最优解bestX = X(bestI, :);             % bestX表示全局最优位置​%% 迭代寻优for t = 1 : M           [~, sortIndex] = sort(pFit);            % 排序        [fmax, B] = max(pFit);    worst = X(B, :);    ​        % 更新全局最优        if pFit(i) < fMin            fMin = pFit(i);            bestX = pX(i, :);        end    end    Convergence_curve(t) = fMin;        disp(['SSA: At iteration ', num2str(t), ' ,the best fitness is ', num2str(fMin)]);end​%% 边界处理function s = Bounds(s, Lb, Ub)% 下界temp = s;I = temp < Lb;temp(I) = Lb(I);​% 上界J = temp > Ub;temp(J) = Ub(J);% 更新s = temp;​​​

3 仿真结果

4 参考文献

[1]封志明, 郑海霞, 刘宝勤. 基于遗传投影寻踪模型的农业水资源利用效率综合评价[J]. 农业工程学报, 2005, 21(3):5.​

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。