foa 果蝇优化算法matlab程序

果蝇优化算法matlab程序，适应度函数请下载AdaptFunc.m。应用环境LSSVMlabv1_8_R2009b_R2011a。

function [gamreturn sig2return] = foa（maxgensizepop）

global X;
global Y;
global Xt;
global Yt;
global mseprocess2;
global mseprocess3;

  
X_axis=100*rand（12）;
Y_axis=100*rand（12）;

% maxgen=7; 
% sizepop=20; 
%B=0;

disp（‘开始初始计算‘）;
Smellbest=1000;%Smellbest初始值


for gen=1:maxgen    


  for i=1:sizepop
      
      
%        g=0;%误差平方和
      %初始化果蝇个体飞行距离
      x（i:）=X_axis+20*rand（）-15;
      y（i:）=Y_axis+20*rand（）-15;

     %求出与原点的距离
     D（i1）=（x（i1）^2+y（i1）^2）^0.5; 
     D（i2）=（x（i2）^2+y（i2）^2）^0.5;

%求味道浓度
      S（i1）=1/D（i1）;
      S（i2）=1/D（i2）;
%设定LSSVM参数值
%      type = ‘function estimation‘;
     gam（i）=150*S（i1）;
     sig2（i）=0.1*S（i2）;
    %开始训练
%     [alphab] = trainlssvm（{X1Y1typegamsig2‘RBF_kernel‘}）;
%     Yt = simlssvm（{X1Y1typegamsig2‘RBF_kernel‘‘preprocess‘}{alphab}Xt）;
%     eer=Yt-Ytr;
%     for j=1:length（Xt）
%          g=g+eer（j）^2;
%     end
%      Smell（i）=g/length（Xt）;
Smell（i）=1/AdaptFunc（gam（i）sig2（i））;
     
  end
%   max（gam）
  [bestSmell bestindex]=min（Smell）;

   if bestSmell         X_axis=x（bestindex）;
         Y_axis=y（bestindex）;
         Smellbest=bestSmell;
         gamreturn=150*S（bestindex1）
         sig2return=0.1*S（bestindex2）
   end
   %
  mseprocess2（gen）=Smellbest; 
   Xbest（gen）=X_axis;
   Ybest（gen）=Y_axis;
   
end

% gamreturn
%
figure（1）;
plot（mseprocess2）;


end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1504  2014-02-06 21:41  foa.m