【优化求解】基于果蝇FOA算法求解最优目标matlab源码

最新推荐文章于 2024-04-24 20:34:37 发布

天天Matlab科研工作室

最新推荐文章于 2024-04-24 20:34:37 发布

阅读量534

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/qq_59747472/article/details/122261396

版权

优化求解专栏收录该内容

797 篇文章 274 订阅

订阅专栏

1 简介

果蝇算法基本原理果蝇具有强大的嗅觉和视觉，在觅食过程中，果蝇首先利用嗅觉搜索功能确定食物的大体位置，并向该位置迅速靠近．在到达食物附近时，果蝇个体通过其敏锐的视觉定位同伴和食物所处的位置，并飞至该位置．通过对果蝇觅食过程的分析，得到果蝇算法的基本原理．

（1）嗅觉搜索阶段：果蝇通过嗅觉搜索到食物散发的气味浓度，确定食物的大体位置，在确定飞行的随机方向和步长后，向该位置靠近；

（2）视觉定位阶段：当接近食物时，果蝇会通过视觉搜索具有最大气味浓度的果蝇个体所处的位置，并飞至最优果蝇个体所处的位置

2 部分代码

%% FOA封装程序
clc;
clear all
close all
%% 初始化参数
maxgen=100; %最大迭代次数
sizepop=50;
dim=2;
L=1;
%% 初始化矩阵

X_best=zeros(maxgen,dim);
Y_best=zeros(maxgen,dim);
Smell_best=zeros(1,maxgen);
%% 初始化果蝇坐标；
X_axis=10*rand(1,dim);
Y_axis=10*rand(1,dim);
%% 生成果蝇群
[Si,X,Y]=gengrate_foa(X_axis,Y_axis,sizepop,dim,L);
%% 寻找最优个体
[BestSmell,Index]=find_Schaffer(Si);
SmellBest=BestSmell;               %SmellBest为全局最优
%% 取出最优个体的两个维度的X,Y坐标
X_axis=X(Index,:);
Y_axis=Y(Index,:);
for g=1:maxgen
   %% 生成果蝇群
  [Si,X,Y]=gengrate_foa(X_axis,Y_axis,sizepop,dim,L);
   %% 寻找最优个体
  [BestSmell,Index]=find_Schaffer(Si);
   if BestSmell<SmellBest
       X_axis=X(Index,:);
       Y_axis=Y(Index,:);    
       %更新极值
       SmellBest=BestSmell;

       
   end
   Smell_best(g)=SmellBest;
   X_best(g,:)=X_axis;
   Y_best(g,:)=Y_axis;
end

%% 输出最终值
SmellBest
%% 绘制图像
figure(1)
plot(Smell_best,'b');
title('最佳个体适应度值变化趋势')
xlabel('迭代次数')
ylabel('适应度值')
img =gcf;  %获取当前画图的句柄
print(img, '-dpng', '-r600', './img.png')         %即可得到对应格式和期望dpi的图像