求解电力系统经济调度等优化问题的BFA优化算法

function [hisfbestvalbestmemberfbestfmean] = BFA（FUNNDimPopSizeMaxIter）

%% 参数初始化

nc = 4;                 % 最大连续前进步数

%% 环境参数初始化
his = zeros（1MaxIter）;         % 全局最优点
his_idx = 1;%全局最优点出现的代数

%% 定义控制变量的上下界
Bound = FUN（）;          
Boundl=ones（NDimPopSize）;
Boundu=ones（NDimPopSize）;
for i=1:1:PopSize
    Boundl（:i）=Bound（:1）;
    Boundu（:i）=Bound（:2）;
end
LowerBound = Boundl.*ones（NDimPopSize）;    % 每个细菌控制变量的下界
UpperBound = Boundu.*ones（NDimPopSize）;    % 每个细菌控制变量的上界

%% 初始化转向角
angle = pi/4.*ones（NDim-1PopSize）;     % 每个细菌的转向角
a = round（（（NDim+1）^.5））;               % 根据控制变量个数确定的细菌的最大转向角

%% 初始化细菌群体
population =  rand（NDim PopSize）.*（UpperBound-LowerBound） + LowerBound;     % 随机初始化每个细菌的位置
vmax = ones（NDimPopSize）;              % 初始化菌群的速度向量
for i = 1:NDim                         
    vmax（i:） = （UpperBound（i:）-LowerBound（i:））; % 最大的速度向量是变量的范围
end
r = norm（vmax（:1））;                    % r 是最大速度向量的模
distance = r*repmat（ones（1PopSize）NDim1）;    % 定义菌群中每个个体前进的步长
direction = zeros（NDimPopSize）;                % 定义细菌转向的方向向量direction

%% 评价初始种群
fvalue = zeros（1PopSize）;              % 初始化每个细菌个体的适应值
for i = 1:PopSize                       % 评价种群的中每个细菌个体
    fvalue（i） = FUN（population（:i））;
end
[fbestvalindex] = min（fvalue）;         %记录群体中最小的适应值及其编号    
bestmember = population（:index）;       % 记录群体中最好的个体所在的位置

%% 寻优主循环
iteration = 0;
while iteration    iteration = iteration +1;           
    
    for j = 1:PopSize                   
        R1 = randn（1）;                  % 产生步长公式中的随机数
        R2 = rand（NDim-11）;            % 随机转向角公式中的随机数矩阵
        R3 = rand（NDim 1）;             % 密度感应中吸引表达式中的随机数
        
       %% 确定转向角
        Tumbleangle = -（pi/（a^2））.*R2+angle（:j）;   % 随机选择转向角
        distance（:j） = r*R1;                       % 随机选择前进步长
        direction（1j） = prod（cos（Tumbleangle（1:NDim-1）））;      % 将转向角转换为笛卡尔坐标系中的转向向量
        for i = 2:NDim-1
            direction（ij） = sin（Tumbleangle（i））.*prod（cos（Tumbleangle（i:NDim-1）））;
        end
        direction（NDimj） = sin（Tumbleangle（NDim-1））;
        NewPosition = population（:j）+distance（:j）.*direction（:j）;            % 转向运动后细菌的新位置
        Outflag = （NewPosition>UpperBound（:j） | NewPosition        NewPosition = NewPosition-Outflag.*distance（:j）.*direction（:j）;       % 将变量控制在要求范围之内
        Newfvalue = FUN（NewPosition）;   %计算新位置的适应值

     %% 前进运动
        searchcounter = 0;                          % 前进步数计数器
        while searchcounter < nc                    
            if Newfvalue < fvalue（j）               
                population（:j） = NewPosition;      % 新位置若更优秀的话细菌前进到新位置
                angle（:j） = Tumbleangle;           % 细菌的转向角更新为当前的转向角
                NewPosition = population（:j）+distance（:j）.*direction（:j）;                % 更新下一步的位置
                Outflag = （NewPosition>UpperBound（:j） | NewPosition