参数自适应差分进化算法

参数自适应 差分 进化算法 遗传算法 matlab

function [trbjbmn] = SACPMDE（VTRXVminXVmaxDNPfname）
% 参数自适应差分进化算法对Rastrigrin函数起作用
% aa     当前计算到第几次
% VTR    优化的目标值
% fname  选择测试函数
% XVmin  搜索空间下限
% XVmax  搜索空间上限
itermax = 8000;            % maximum number of iterations （generations）
F = 0.6;                  % DE-stepsize F from interval [0 2]
F1=0.45;
CR = 0.9;                 % crossover probability constant from interval [0 1]
%-----DE Initialize--------------------------------------------------------
pop = zeros（NPD）;        % initialize pop
for i = 1:NP
   pop（i:） = XVmin + rand（1D）.*（XVmax - XVmin）;
end
popold = zeros（size（pop））;% toggle population
val = zeros（1NP）;        % create and reset the “cost array“
bestmem = zeros（1D）;     % best population member ever
bestmemit = zeros（1D）;   % best population member in iteration
for i = 1:NP              % Evaluate the best member after initialization
    input = pop（i:）;
    output（i） = feval（fnameinput）;
end
val = output‘;
[bestvalitidx] = min（val）;
bestmemit = pop（idx:）;   % best member of current iteration
bestmem = bestmemit;      % best member ever
bestval = bestvalit;      % best value ever
%-----DE Iteration---------------------------------------------------------
tr = zeros（1itermax）;
for j = 1:itermax
    if （bestval-VTR） < 1e-5
        break
    end   
    popold = pop;
    % generate the trail population
    for i = 1:NP

        %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
        CR=0.1;
        if val（i）<=mean（val）
           CR=0.1+（0.6-0.1）*（val（i）-max（val））/（min（val）-max（val））; 
        end     
        %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

        % pick up the donor and differential vectors
        rd = fix（rand（1） * NP + 1）;
        while val（rd） > val（i）
            rd = fix（rand（1） * NP + 1）;
        end
        rb = fix（rand（1） * NP + 1）;
        while rb == i || rb == rd
             rb = fix（rand（1） * NP + 1）;
        end
        rc = fix（rand（1） * NP + 1）;
        while rc == i || rc == rd || rc==rb
             rc = fix（rand（1） * NP + 1）;
        end
        re = fix（rand（1） * NP + 1）;
        while re == i || re == rd || re==rb  || re==rc
             re = fix（rand（1） * NP + 1）;
        end
        % bulid a trial vector and crossover
        jr = fix（rand（1） * D + 1）;

        %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
        % 找基变量
        tb=rd;
        if val（rb:）<=min（val（rd:）val（rc:））
           tb=rb;
        end
        if val（rc:）<=min（val（rd:）val（rb:））
           tb=rc;
        end
        % 找另两个差分向量;
        tm=rd;
        if val（rb:）>=min（val（rd:）val（rc:）） && val（rb:）<=max（val（rd:）val（rc:））
           tm=rb;
        end
        if val（rc:）>=min（val（rd:）val（rb:）） && val（rc:）<=max（val（rd:）val（rb:））
            tm=rc;
        end
        % 找最差的向量
        tw=rd;
        if val（rb:）>=max（val（rd:）val（rc:））
           tw=rb;
        end
        if val（rc:）>=max（val（rd:）val（rb:））
         

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-09-11 10:16  参数自适应差分进化算法\
     文件          55  2018-08-27 11:33  参数自适应差分进化算法\【源码使用必读】.url
     文件        4326  2009-05-05 10:13  参数自适应差分进化算法\SACPMDE.m