遗传算法之蛙跳算法

实现蛙跳算法，对一系列的高维复杂函数，利用蛙跳算法求其最优值

clc;clear all;
m=50; %种群分组数
n=35; %t每组青蛙包含的个数
Ne=25; %组内迭代数
smax = 100;  %最大步长
MAXGEN=200;  %种群总进化代数
d=25; %优化问题维数
pmax =1024; %d维最大值
pmin = -1024;%d维最小值

%%产生初始群体青娃
F=m*n;
tic;
for i1=1:F
    p（i1:）=pmax*rands（1d）;  %d维个体青蛙
end

%%全局迭代寻优
yy=zeros（1MAXGEN）;
for ii=1:MAXGEN   
% %     计算适应度
    for i2=1:F
        fitness（i2）=fun（p（i2:））;
    end
% %排序，找最好的，并分组
    [fitsortindex]=sort（fitness）;
  
    for i3=1:F
        x（i3:）=p（index（i3）:）;
    end
    gx=x（1:）;%种群内最好的青娃
    yy（ii）=fitsort（1）;%全局最小适应度，即最优解
   
% %   局部搜索过程
    for i4=1:m 
      local = x（i4:m:end:）;%分组，每循环一次划分一个组
        for j=1:Ne %每组青蛙迭代次数
            pb=local（1:）;%组内最优
            pw=local（n:）;%组内最差
            s1=rand.*（pb-pw）;%采用组内最优更新
            s1（find（s1>smax））=sma

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

     文件       2121  2018-05-02 14:12  蛙跳程序\FSFLA.m

     文件        688  2018-04-23 16:35  蛙跳程序\fun.m

     目录          0  2018-05-02 14:17  蛙跳程序

     文件        220  2018-04-23 16:52  蛙跳程序\ni.m

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

                 3029                    4