Cohort Intelligence

CoHort Intelligence的MATLAB 代码，全网唯一，自编自写

%% 清空环境
clc;clear;
%% CI算法参数（以函数值最大为目标）
maxgen=200;                         %进化代数
popsize=10;                       %种群规模
varNum=10;                         %采样数目
r=0.5;                             %属性约减因子
e=0.0001;                          %convergence parameter 
cmax=10;                           %饱和次数
inibound=[-5 5;-5 5];                 %采样区间
%define cohort parameter
X=zeros（popsize2）;%candidates
fitness=zeros（popsize1）;%
% interval=zeros（popsize22）;%qualities interval
%% 个体初始化

% 初始化种群
[Xinterval]=CreatIndividual（iniboundpopsize）;
%计算个体适应度
for tmp=1:popsize
    fitness（tmp）=fun（X（tmp:））;
end
% 记录每一代进化中最好的适应度和平均适应度
trace=[];
Fn=[00];
Fn_1=[00];
saturationNum=0;
%% 进化开始
for i=1:maxgen
    fitness=1./fitness;
    sumfitness=sum（fitness）;
    sumf=fitness./sumfitness;
    maxIndex=find（sumf==max（sumf））;
    %
    Y=zeros（size（X））;
    Yinterval=zeros（size（interval））;
    Yfitness=zeros（size（fitness））;
%     varNum=floor（varNum*r+1）;
    for s=1:popsize
        % 选择一个个体去follow        
%         if s==maxIndex
%             %the best one follow himself
%             selectedIndex=maxIndex;
%              bound=UpdateBou（rX（selectedIndex:）interval（selectedIndex::））;
%         else
%             selectedIndex=Select（sumfpopsize）;     
%             %更新被选择个体的特征采样间隔
%             bound=UpdateBou（rX（selectedIndex:）interval（selectedIndex::））;
%         end 
        selectedIndex=Select（sumfpopsize）;     
%             更新被选择个体的特征采样间隔
        bound=UpdateBou（rX（selectedIndex:）interval（selectedIndex::））;
        % Sampling from the updated interval
        
        [samCansamIt]=CreatIndividual（boundvarNum）;
        %Calculate fitness
        samfitness=zeros（varNum1）;
        for tmp=1:varNum
            samfitness（tmp）=fun（samCan（tmp:））;
        end
        %update current candidate
        maxIndex=find（samfitness==min（samfitness））;
        Y（s:）=samCan（maxIndex（1）:）;
        Yinterval（s::）=samIt（maxIndex（1）::）;
        Yfitness（s）=samfitness（maxIndex（1））;
    end   
    X=Y;
%     scatter（X（:1）X（:2））;
%     axis（[-55-55]）;
%     hold on
    interval=Yinterval;
    fitness=Yfitness;
    
    %找到最大适应度的个体及它们在种群中的位置
    [bestfitnessbestindex]=min（fitness）;
    avgfitness=sum（fitness）/popsize;
    trace=[trace;avgfitness bestfitness]; %记录每一代进化中最好的适应度和平均适应度
    %% judge the stop criterion
    Fn_1=Fn;
    Fn=[max（fitness）min（fitness）];
    if （Fn（1）-Fn_1（1））<=e
        if （Fn（2）-Fn_1（2））<=e
            if （Fn（1）-Fn（2））<=e
                saturationNum=saturationNum+1;
            end
        end
    end
    if saturationNum>=cmax
        break;
    end
end
%进化结束

%% 结果显示
[r c]=size（trace）;
figure
plot（[1:r]‘trace（:1）‘r-‘[1:r]‘trace（:2）‘b--‘）;
title（[‘函数值曲线  ‘ ‘终止代数＝‘ num2str（i）]‘fontsize‘12）;
xlabel（‘进化代数‘‘fontsize‘12）;ylabel（‘函数值‘‘fontsize‘12）;
legend（‘各代平均值‘‘各代最佳值‘‘fontsize‘12）;
% ylim（[1.5 8]）
di

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3101  2017-11-08 09:38  Cohort Intelligence\CI.asv

     文件       3310  2017-11-10 09:14  Cohort Intelligence\CI.m

     文件        231  2017-11-07 11:32  Cohort Intelligence\Code.m

     文件        286  2017-11-07 19:32  Cohort Intelligence\CreatIndividual.m

     文件        182  2017-11-08 09:53  Cohort Intelligence\fun.m

     文件        530  2017-11-07 22:16  Cohort Intelligence\Select.m

     文件        595  2017-11-07 20:21  Cohort Intelligence\UpdateBou.m

     目录          0  2017-11-07 21:29  Cohort Intelligence

----------- ---------  ---------- -----  ----

                 8235                    8