蝙蝠优化算法(python代码)

1.效果图

 2.代码

import numpy as np
import math
import matplotlib.pyplot as plt

# 定义目标函数（示例函数为Rastrigin函数）
def rastrigin(x):
    return 10 * len(x) + np.sum(x**2 - 10 * np.cos(2 * np.pi * x))

# 蝙蝠优化算法函数
def bat_algorithm(f, D, N, N_gen, A, r, Qmin, Qmax):
    # 初始化蝙蝠群体
    x = np.random.uniform(-5.12, 5.12, (N, D))
    v = np.zeros((N, D))
    fval = np.zeros(N)
    for i in range(N):
        fval[i] = f(x[i,:])
    fmin = np.min(fval)
    best = x[np.argmin(fval),:]
    
    # 记录迭代过程中的最优解和最优值
    best_history = [fmin]

    # 开始迭代
    for t in range(N_gen):
        for i in range(N):
            # 根据当前速度更新位置
            x[i,:] = x[i,:] + v[i,:]
            
            # 根据蝙蝠自身的特点调整频率和脉冲率
            Q = Qmin + (Qmin - Qmax) * np.random.rand()
            v[i,: