资源简介
基于变异策略的改进型花朵授粉算法,里边集成了粒子群算法、蝙蝠算法以及定向变异策略,进行对比
代码片段和文件信息
% ======================================================== %
% Files of the Matlab programs included in the book: %
% Xin-She Yang Nature-Inspired metaheuristic Algorithms %
% Second Edition Luniver Press (2010). www.luniver.com %
% ======================================================== %
% -------------------------------------------------------- %
% Bat-inspired algorithm for continuous optimization (demo)%
% Programmed by Xin-She Yang @Cambridge University 2010 %
% -------------------------------------------------------- %
% Usage: bat_algorithm([20 0.25 0.5]); %
function [pbltfminbl]=bat_algorithm(nbArBQminBQmaxdbNB)
% Display help
% help bat_algorithm.m
% Default parameters
% if nargin<1 para=[10 0.25 0.5]; end
% nb=para(1); % Population size typically 10 to 25
% A=para(2); % Loudness (constant or decreasing)
% r=para(3); % Pulse rate (constant or decreasing)
% % This frequency range determines the scalings
% BQmin=0; % Frequency minimum
% BQmax=2; % Frequency maximum
% % Iteration parameters
% % Stop tolerance
% N_iter=0; % Total number of function evaluations
% Dimension of the search variables
% db=5;
% Initial arrays
BLb=-5.12*ones(1db);
BUb=5.12*ones(1db);
Q=zeros(nb1); % Frequency
v=zeros(nbdb); % Velocities
Solb=zeros(nbdb);
Fitnessb=zeros(1nb);
Sb=zeros(nbdb);
% Initialize the population/solutions
for i=1:nb
Solb(i:)=BLb+(BUb-BLb)*rand;
Fitnessb(i)=Fun(Solb(i:));
end
% Find the current best
[fminbIb]=min(Fitnessb);
bestb=Solb(Ib:);
% ====================================================== %
% Note: As this is a demo here we did not implement the %
% reduction of loudness and increase of emission rates. %
% Interested readers can do some parametric studies %
% and also implementation various changes of A and r etc %
% ====================================================== %
% btol=0.01;
% NB=0;
% Start the iterations -- Bat Algorithm
% while(fminb>btol)
for tb =1: NB
% Loop over all bats/solutions
for i=1:nb
Q(i)=BQmin+(BQmin-BQmax)*rand;
v(i:)=v(i:)+(Solb(i:)-bestb)*Q(i);
Sb(i:)=Solb(i:)+v(i:);
% Pulse rate
if rand>r
Sb(i:)=bestb+0.01*randn(1db);
end
% Evaluate new solutions
Sb(i:)=BsimpleboundsP(Sb(i:)BLbBUb);
Fnewb=Fun(Sb(i:));
% If the solution improves or not too loudness
if (Fnewb<=Fitnessb(i)) & (rand Solb(i:)=Sb(i:);
Fitnessb(i)=Fnewb;
end
% Update the current best
if Fnewb<=fminb
bestb=Sb(i:);
fminb=Fnewb;
end
end
% if round(tb/50)==tb/50
pblt(tb)=fminb;
% end
% NB=NB+1;
% if NB>10000
% fminb=btol-1;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4924 2016-11-23 22:21 基于变异 策略的花朵授粉算法\bat_algorithm.m
文件 3494 2016-11-23 22:23 基于变异 策略的花朵授粉算法\ceshi.m
文件 2910 2016-11-10 17:09 基于变异 策略的花朵授粉算法\COOK.m
文件 4512 2016-11-23 19:24 基于变异 策略的花朵授粉算法\cs.m
文件 4471 2016-11-23 19:25 基于变异 策略的花朵授粉算法\fpa.m
文件 2385 2016-11-23 15:57 基于变异 策略的花朵授粉算法\FPA1.m
文件 169 2016-10-14 20:55 基于变异 策略的花朵授粉算法\Fun.m
文件 5299 2016-11-23 22:22 基于变异 策略的花朵授粉算法\Gfpa.m
文件 4817 2016-11-23 19:25 基于变异 策略的花朵授粉算法\gtfpa.m
文件 128 2016-05-08 21:00 基于变异 策略的花朵授粉算法\homework.1.mat
文件 532 2016-11-30 08:07 基于变异 策略的花朵授粉算法\mydate.mat
文件 3500 2016-11-23 22:21 基于变异 策略的花朵授粉算法\pso.m
文件 261 2016-11-30 08:08 基于变异 策略的花朵授粉算法\table.mat
文件 482 2016-09-22 19:57 基于变异 策略的花朵授粉算法\TableData.mat
文件 18228 2016-11-06 21:39 基于变异 策略的花朵授粉算法\unti
文件 19706 2016-11-21 15:03 基于变异 策略的花朵授粉算法\unti
文件 17023 2016-11-21 15:19 基于变异 策略的花朵授粉算法\unti
文件 61711 2016-11-23 17:13 基于变异 策略的花朵授粉算法\unti
文件 17652 2017-05-17 09:00 基于变异 策略的花朵授粉算法\unti
文件 21038 2016-11-21 15:06 基于变异 策略的花朵授粉算法\unti
文件 39437 2017-05-17 21:44 基于变异 策略的花朵授粉算法\unti
文件 18327 2016-11-21 15:23 基于变异 策略的花朵授粉算法\unti
文件 19339 2016-11-21 15:12 基于变异 策略的花朵授粉算法\unti
文件 17023 2016-11-21 15:25 基于变异 策略的花朵授粉算法\unti
文件 18883 2016-11-17 16:21 基于变异 策略的花朵授粉算法\unti
文件 20042 2016-11-21 15:14 基于变异 策略的花朵授粉算法\unti
文件 18175 2016-11-21 15:45 基于变异 策略的花朵授粉算法\unti
文件 17015 2017-05-17 20:56 基于变异 策略的花朵授粉算法\unti
文件 16205 2017-05-17 21:31 基于变异 策略的花朵授粉算法\unti
文件 17088 2017-05-17 21:03 基于变异 策略的花朵授粉算法\unti
............此处省略9个文件信息
- 上一篇:DNP3 的pacap (合集)包可用于报文回放
- 下一篇:算符优先语法分析程序
评论
共有 条评论