matlab gaussmutation,请问蚁群算法模板中的GaussMutation函数怎么编写

% function [BESTX,BESTY,ALLX,ALLY]=ACOUCP_A1(K,N,Rho,Q,Lambda,LB,UB)

%% Ant Colony Optimization for Unconstrained Continuous Problem

%% ACOUCP.m

%% 无约束连续函数的蚁群优化算法

%% 此函数实现蚁群算法，用于求解无约束连续函数最小化问题

%% 对于最大化问题，请先将其加负号转化为最小化问题

%% 输入参数列表

K=50;         %迭代次数

N=30;          %蚁群规模

Rho=0.95;      %信息素蒸发系数，取值0～1之间，推荐取值0.7～0.95

Q=1;           %信息素增加强度，大于0，推荐取值1左右

Lambda=0.5;    %蚂蚁爬行速度，取值0～1之间，推荐取值0.1～0.5

LB=[1 1 1]';       %决策变量的下界，M×1的向量

UB=[5000 5000 5000]';          %决策变量的上界，M×1的向量

%% 临时变量

N1=10;

N2=20;

N3=30;

qw=0.1;

TW=100;

pw=323;

r=20;

bf=19;

lf=2;

of=32;

sl=0.97;

%% 输出参数列表

% BESTX    K×1细胞结构，每一个元素是M×1向量，记录每一代的最优蚂蚁

% BESTY    K×1矩阵，记录每一代的最优蚂蚁的评价函数值

% ALLX     K×1细胞结构，每一个元素是M×N矩阵，记录每一代蚂蚁的位置

% ALLY     K×N矩阵，记录每一代蚂蚁的评价函数值

%% 测试函数设置

% 测试函数用单独的子函数编写好，在子函数FIT.m中修改要调用的测试函数名即可

% 注意：决策变量的下界LB和上界UB，要与测试函数保持一致

%% 参考设置

% [BESTX,BESTY,ALLX,ALLY]=ACOUCP(50,30,0.95,1,0.5,LB,UB)

%% 第一步：初始化

M=length(LB);%决策变量的个数

%蚁群位置初始化

X=zeros(M,N);

for i=1:M

x=unifrnd(LB(i),UB(i),1,N);

X(i,:)=x;

end

%输出变量初始化

ALLX=cell(K,1);%细胞结构，每一个元素是M×N矩阵，记录每一代的个体

ALLY=zeros(K,N);%K×N矩阵，记录每一代评价函数值

BESTX=cell(K,1);%细胞结构，每一个元素是M×1向量，记录每一代的最优个体

BESTY=zeros(K,1);%K×1矩阵，记录每一代的最优个体的评价函数值

k=1;%迭代计数器初始化

Tau=ones(1,N);%信息素初始化

Y=zeros(1,N);%适应值初始化

%% 第二步：迭代过程

while k<=K                                       %%当迭代次数小于迭代次数上限时

YY=zeros(1,N);                               %%YY是1×N矩阵，用于储存每一次迭代过程中，每个蚂蚁找到的函数值

for n=1:N

x=X(:,n);                                %%第n个蚂蚁的位置坐标，此时x是M×1矩阵

YY(n)=FIT_A1(x,N1,N2,N3,qw,TW,pw,r,bf,lf,of,sl);

end

maxYY=max(YY);

temppos=find(YY==maxYY);                     %%返回矩阵中符合条件的元素的下标

POS=temppos(1);

%蚂蚁随机探路

for n=1:N

if n~=POS

x=X(:,n);

Fx=FIT_A1(x,N1,N2,N3,qw,TW,pw,r,bf,lf,of,sl);

mx=GaussMutation(x,LB,UB);

if Fmx

X(:,n)=mx;

Y(n)=Fmx;

elseif rand>1-(1/(sqrt(k)))

X(:,n)=mx;

Y(n)=Fmx;

else

X(:,n)=x;

Y(n)=Fx;

end

end

end

for n=1:N

if n~=POS

x=X(:,n);

Fx=FIT_A1(x);

mx=GaussMutation(x,LB,UB);            Fmx=FIT_A1(mx);

if Fmx

Y(n)=Fmx;

elseif rand>1-(1/(sqrt(k)))

X(:,n)=mx;

Y(n)=Fmx;

else

X(:,n)=x;

Y(n)=Fx;

end

end

end

%朝信息素最大的地方移动

for n=1:N

if n~=POS

x=X(:,n);

r=(K+k)/(K+K);

p=randperm(N);

t=ceil(r*N);

pos=p(1:t);

TempTau=Tau(pos);

maxTempTau=max(TempTau);

pos3=pos(pos2(1));

x2=X(:,pos3(1));

x3=(1-Lambda)*x+Lambda*x2;

Fx=FIT_A1(x);

Fx3=FIT_A1(mx);

if Fx3

X(:,n)=x3;

Y(n)=Fx3;

elseif rand>1-(1/(sqrt(k)))

X(:,n)=x3;

Y(n)=Fx3;

else

X(:,n)=x;

Y(n)=Fx;

end

end

end

%更新信息素并记录

Tau=Tau*(1-Rho);

maxY=max(Y);

minY=min(Y);

DeltaTau=(maxY-Y)/(maxY-minY);

Tau=Tau+Q*DeltaTau;

ALLX{k}=X;

ALLY(k,:)=Y;

minY=min(Y);

pos4=find(Y==minY);

BESTX{k}=X(:,pos4(1));

BESTY(k)=minY;

disp(k);

k=k+1;

end

%% 绘图

BESTY2=BESTY;

BESTX2=BESTX;

for k=1:K

TempY=BESTY(1:k);

minTempY=min(TempY);

posY=find(TempY==minTempY);

BESTY2(k)=minTempY;

BESTX2{k}=BESTX{posY(1)};

end

BESTY=BESTY2;

BESTX=BESTX2;

plot(BESTY,'-ko','MarkerEdgeColor','k','MarkerFaceColor','k','MarkerSize',2)

ylabel('函数值')

xlabel('迭代次数')

grid on

谢谢高手帮忙啦！