基于動態(tài)慣性權(quán)值策略的飛蛾火焰優(yōu)化算法求解單目
?作者簡介：熱愛科研的Matlab仿真開發(fā)者，修心和技術(shù)同步精進，matlab項目合作可私信。
??個人主頁：Matlab科研工作室
??個人信條：格物致知。
更多Matlab仿真內(nèi)容點擊??
智能優(yōu)化算法?神經(jīng)網(wǎng)絡(luò)預(yù)測?雷達通信??無線傳感器
1 內(nèi)容介紹
【智能優(yōu)化算法-飛蛾火焰優(yōu)化算法】基于動態(tài)慣性權(quán)值策略的飛蛾火焰優(yōu)化算法求解單目標問題附matlab代碼
2 部分代碼
function [Best_flame_score, Best_flame_pos, Convergence_curve] = MFO(Moth_pos, N, Max_iteration, lb, ub, dim, fobj)
% % 初始化飛蛾位置
% Moth_pos = initialization(N, dim, ub, lb);
Convergence_curve = zeros(1, Max_iteration);
Iteration = 1;
%% 迭代
while Iteration < Max_iteration+1
? ??
? ? %% 棄焰行為
? ? % Eq. (3.14) in the paper--火焰自適應(yīng)數(shù)量
? ? Flame_no = round(N-Iteration*((N-1)/Max_iteration));
? ??
? ? for i = 1:N
? ? ? ? % 邊界處理
? ? ? ? Flag4ub = Moth_pos(i, :) > ub;
? ? ? ? Flag4lb = Moth_pos(i, :) < lb;
? ? ? ? Moth_pos(i, :) = (Moth_pos(i, :).*(~(Flag4ub+Flag4lb)))+ub.*Flag4ub+lb.*Flag4lb;
? ? ? ? % 計算適應(yīng)度值
? ? ? ? Moth_fitness(i) = fobj(Moth_pos(i, :));
? ? end
? ??
? ? if Iteration == 1
? ? ? ? % 排序
? ? ? ? [fitness_sorted, I] = sort(Moth_fitness);
? ? ? ? sorted_population = Moth_pos(I, :);
? ? ? ? % 更新火焰
? ? ? ? best_flames = sorted_population;
? ? ? ? best_flame_fitness = fitness_sorted;
? ? else
? ? ? ? % 排序
? ? ? ? double_population = [previous_population; best_flames];
? ? ? ? double_fitness = [previous_fitness best_flame_fitness];
? ? ? ??
? ? ? ? [double_fitness_sorted,I] = sort(double_fitness);
? ? ? ? double_sorted_population = double_population(I, :);
? ? ? ??
? ? ? ? fitness_sorted = double_fitness_sorted(1:N);
? ? ? ? sorted_population = double_sorted_population(1:N, :);
? ? ? ??
? ? ? ? % 更新火焰
? ? ? ? best_flames = sorted_population;
? ? ? ? best_flame_fitness = fitness_sorted;
? ? end
? ??
? ? % 更新全局最優(yōu)解
? ? Best_flame_score = fitness_sorted(1);
? ? Best_flame_pos = sorted_population(1,:);
? ??
? ? previous_population = Moth_pos;
? ? previous_fitness = Moth_fitness;
? ??
? ? %% 捕焰行為
? ? % a從-1到-2線性遞減，以計算公式（3.12）中的t
? ? a = -1+Iteration*((-1)/Max_iteration);
? ??
? ? for i = 1:N
? ? ? ??
? ? ? ? for j = 1:dim
? ? ? ? ? ? if i <= Flame_no? ? ? ? % 更新飛蛾相對于相應(yīng)火焰的位置
? ? ? ? ? ? ? ? % D in Eq. (3.13)
? ? ? ? ? ? ? ? distance_to_flame = abs(sorted_population(i,j)-Moth_pos(i,j));
? ? ? ? ? ? ? ? b = 1;
? ? ? ? ? ? ? ? t = (a-1)*rand+1;
? ? ? ? ? ? ? ? % Eq. (3.12)
? ? ? ? ? ? ? ? Moth_pos(i, j) = distance_to_flame*exp(b.*t).*cos(t.*2*pi)+sorted_population(i, j);
? ? ? ? ? ? else? ? ? ? ? ? ? ? ? ? ? ? ? ?% 更新飛蛾相對于相應(yīng)火焰的位置
? ? ? ? ? ? ? ? % Eq. (3.13)
? ? ? ? ? ? ? ? distance_to_flame = abs(sorted_population(i, j)-Moth_pos(i, j));
? ? ? ? ? ? ? ? b = 1;
? ? ? ? ? ? ? ? t = (a-1)*rand+1;
? ? ? ? ? ? ? ? % Eq. (3.12)
? ? ? ? ? ? ? ? Moth_pos(i, j) = distance_to_flame*exp(b.*t).*cos(t.*2*pi)+sorted_population(Flame_no, j);
? ? ? ? ? ? end
? ? ? ? end
? ? end
? ??
? ? Convergence_curve(Iteration) = Best_flame_score;
? ??
? ? % 顯示迭代信息
? ? display(['MFO:At iteration ', num2str(Iteration), ' the best fitness is ', num2str(Best_flame_score)]);
? ?
? ? Iteration = Iteration+1;
end
3 運行結(jié)果
4 參考文獻
[1]劉倩, 毛耀. 基于高斯變異的改進型飛蛾火焰優(yōu)化算法[J]. 電腦編程技巧與維護, 2020(11):2.
?? 關(guān)注我領(lǐng)取海量matlab電子書和數(shù)學(xué)建模資料
??部分理論引用網(wǎng)絡(luò)文獻，若有侵權(quán)聯(lián)系博主刪除
