蛙跳算法 c语言,青蛙算法求解投资组合优化问题

青蛙算法求解投资组合优化问题的源代码，不错的资料，大家可以共同学习、参考

SFLA由Eusuff和Lansey为解决组合优化问题于2003年最先提出。作为一种新型的仿生物学智能优化算法，SFLA 结合了基于模因(meme)进化的模因演算法(MA，memeticalgorithm)和基于群体行为的粒子群算法(PSO,particle swarm optimization)2 种群智能优化算法的优点。该算法具有概念简单，调整的参数少，计算速度快，全局搜索寻优能力强，易于实现的特点。混合蛙跳算法主要应用于解决多目标优化问 题，例如水资源分配、桥墩维修、车间作业流程安排等工程实际应用问题。

蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每只青蛙个体之间通 过文化的交流实现信息的交换。每只青蛙都具有自己的文化。每只青蛙的文化被定义为问题的一个解。湿地的整个青蛙群体被分为不同的子群体，每个子群体有着自 己的文化，执行局部搜索策略。在子群体中的每个个体有着自己的文化，并且影响着其他个体，也受其他个体的影响，并随着子群体的进化而进化。当子群体进化到 一定阶段以后，各个子群体之间再进行思想的交流(全局信息交换)实现子群体间的混合运算，一直到所设置的条件满足为止。