- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
无约束最优化蚁群算法
无约束最优化蚁群算法
无约束连续函数优化的人工蚁群算法通用MATLAB源码 [复制链接]
greensim greensim 当前离线
QQ761222791财富44 麦片在线时间46 小时最后登录2011-7-31精华0帖子72积分74阅读权限20注册时间2008-10-6UID57671
M学校:秀才
M学校:秀才, 积分 74, 距离下一级还需 26 积分财富44 麦片在线时间46 小时帖子72串个门 加好友 打招呼 发消息 电梯直达 1#
发表于 2010-3-6 15:29:41 |只看该作者 |倒序浏览
此源码是对人工蚁群算法的一种实现,用于无约束连续函数的优化求解,对于含有约束的情况,可以先使用罚函数等方法,把问题处理成无约束的模型,再使用本源码进行求解,本源码由GreenSim团队原创,转载请注明。
function [BESTX,BESTY,ALLX,ALLY]=ACOUCP(K,N,Rho,Q,Lambda,LB,UB)
%% Ant Colony Optimization for Unconstrained Continuous Problem
%% ACOUCP.m
%% 无约束连续函数的蚁群优化算法
%% 此函数实现蚁群算法,用于求解无约束连续函数最小化问题
%% 对于最大化问题,请先将其加负号转化为最小化问题
% GreenSim团队原创作品,转载请注明
% Email:greensim@163.com
% GreenSim团队主页:/greensim
% 欢迎访问GreenSim——算法仿真团队→/greensim
%% 输入参数列表
% K 迭代次数
% N 蚁群规模
% Rho 信息素蒸发系数,取值0~1之间,推荐取值0.7~0.95
% Q 信息素增加强度,大于0,推荐取值1左右
% Lambda 蚂蚁爬行速度,取值0~1之间,推荐取值0.1~0.5
% LB 决策变量的下界,M×1的向量
% UB 决策变量的上界,M×1的向量
%% 输出参数列表
% BESTX K×1细胞结构,每一个元素是M×1向量,记录每一代的最优蚂蚁
% BESTY K×1矩阵,记录每一代的最优蚂蚁的评价函数值
% ALLX K×1细胞结构,每一个元素是M×N矩阵,记录每一代蚂蚁的位置
% ALLY K×N矩阵,记录每一代蚂蚁的评价函数值
%% 测试函数设置
% 测试函数用单独的子函数编写好,在子函数FIT.m中修改要调用的测试函数名即可
% 注意:决策变量的下界LB和上界UB,要与测试函数保持一致
%% 参考设置
% [BESTX,BESTY,ALLX,ALLY]=ACOUCP(50,30,0.95,1,0.5,LB,UB)
%% 第一步:初始化
M=length(LB);%决策变量的个数
%蚁群位置初始化
X=zeros(M,N);
for i=1:M
x=unifrnd(LB(i),UB(i),1,N);
X(i,:)=x;
end
%输出变量初始化
ALLX=cell(K,1);%细胞结构,每一个元素是M×N矩阵,记录每一代的个体
ALLY=zeros(K,N);%K×N矩阵,记录每一代评价函数值
BESTX=cell(K,1);%细胞结构,每一个元素是M×1向量,记录每一代的最优个体
BESTY=zeros(K,1);%K×1矩阵,记录每一代的最优个体的评价函数值
k=1;%迭代计数器初始化
Tau=ones(1,N);%信息素初始化
Y=zeros(1,N);%适应值初始化
%% 第二步:迭代过程
while k=K
YY=zeros(1,N);
for n=1:N
x=X(:,n);
YY(n)=FIT(x);
end
maxYY=max(YY);
temppos=find(YY==maxYY);
POS=temppos(1);
%蚂蚁随机探路
for n=1:N
if n~=POS
x=X(:,n);
Fx=FIT(x);
mx=GaussMutation(x,LB,UB);
if FmxFx
X(:,n)=mx;
Y(n)=Fmx;
elseif rand1-(1/(sqrt(k)))
X(:,n)=mx;
文档评论(0)