人工鱼群算法matlab实现
人工鱼群算法m a t l a b
实现
集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
function lhl_AF
clc;clear all; close all;
format long
Visual = ; %人工鱼的感知距离
Step = ; %人工鱼的移动最大步长
N = 10; %人工鱼的数量
Try_number = 50;%迭代的最大次数
delta=; %拥挤度因子
a1 = -10; b1 = 10; a2 = -10; b2 = 10;
d = [];%存储50个状态下的目标函数值;
k = 0;
m = 50;%迭代次数
X1 = rand(N,1)*(b1-a1)+a1; %在-10~10之间，随机生成50个数；
X2 = rand(N,1)*(b2-a2)+a2;
X = [X1 X2];
%X = ones(N,2);
%for i = 1:N
% X(i,1)=-10;
% X(i,2)=10;
%end
% 人工鱼数量,两个状态变量X1和X2；
%计算50个初始状态下的；
for i = 1:N
www = [X(i,1),X(i,2)];
d(i) = maxf(www);
end
%公告牌用于记录人工鱼个体的历史最好状态
[w,i] = max(d); % 求出初始状态下的最大值w和最大值的位置i；
maxX = [X(i,1),X(i,2)]; % 初始公告板记录，最大值位置；
maxY = w; % 初始化公告板记录，最大值；
figurex = []; figurey = []; figurez = [];
figurex(numel(figurex)+1) = maxX(1); % 将maxX（1）放入figurex中，figurey(numel(figurey)+1) = maxX(2); % numel返回数组或者向量中所含元素的总数，matlab数组下标默认是从1开始的
figurez(numel(figurez)+1) = maxY;
while(k for i = 1:N XX = [X(i,1),X(i,2)]; %拿出其中一条鱼来看他的四种行为判断%%%%%%第一种行为：聚群行为：伙伴多且不挤，就向伙伴中心位置移动 %群聚行为是伙伴的中心点，凸规划下，中心点一定还在约束内 %群聚行为不是一种maxf（Xc）的比较，就是看伙伴位置 nf1=0; Xc=0; label_swarm =0; %群聚行为发生标志 for j = 1:N XX_1 = [X(j,1), X(j,2)]; if (norm(XX_1-XX) nf1 = nf1+1; Xc = Xc+XX_1; end end Xc=Xc-XX; %需要去除XX本身； nf1=nf1-1; Xc = Xc/nf1; %此时Xc表示XX感知范围其他伙伴的中心位置； if((maxf(Xc)/nf1 > delta*maxf(XX)) && (norm(Xc-XX)~=0)) XXR1=rand*Step*(Xc-XX)/norm(Xc-XX); XXnext1=XX+XXR1; if(XXnext1(1) > b1) XXnext1(1) = b1; end if(XXnext1(1) < a1) XXnext1(1) = a1; end if(XXnext1(2) > b2) XXnext1(2) = b2; end if(XXnext1(2) < a2) XXnext1(2) = a2; end label_swarm =1; temp_y_XXnext1=maxf(XXnext1); else label_swarm =0; temp_y_XXnext1=-inf; end %%%%%% %%%%%%第二种行为：追尾行为：周围伙伴有最大值且附近不挤，向其伙伴方向移动 %追尾行为追寻伙伴行为，还是在约束内 temp_maxY = -inf; %按照理论来说这块应该初始化为-无穷小， label_follow =0;%追尾行为发生标记 for j = 1:N XX_2 = [X(j,1),X(j,2)]; if((norm(XX_2-XX) temp_maxX = XX_2; temp_maxY = maxf(XX_2); end end nf2=0; for j = 1:N XX_2 = [X(j,1),X(j,2)]; if(norm(XX_2-temp_maxX) nf2=nf2+1; end end nf2=nf2-1;%去掉他本身 if((temp_maxY/nf2)>delta*maxf(XX) && (norm(temp_maxX-XX)~=0)) %附近有Yj最大的伙伴，并且不太拥挤 XXR2=rand*Step*(temp_maxX-XX)/norm(temp_maxX-XX);%rand不是随机反向，是随机步长 XXnext2 = XX+XXR2; if(XXnext2(1) > b1) XXnext2(1) = b1; end if(XXnext2(1) < a1) XXnext2(1) = a1; end if(XXnext2(2) > b2) XXnext2(2) = b2; end if(XXnext2(2) < a2) XXnext2(2) = a2; end label_follow =1; temp_y_XXnext2=maxf(XXnext2); else label_follow =0; temp_y_XXnext2=-inf; end %%%%%% %%%%%%第三种行为：觅食行为：与前两个行为不同，觅食和随机行为都是找附近的状态，而不是找附近的同伴 %觅食和随机行为可能出现超出约束，所以，XX_3和XX_4是不一样的 %觅食行为和群聚行为、追尾行为是不一样的，觅食行为是一种根据状态来判断的行为，群聚和追尾是根据伙伴来判断的行为 label_prey =0; %判断觅食行为是否找到优于当前的状态 for j = 1:Try_number R1V=Visual*(-1+2*rand(2,1)'); XX_3 = XX+R1V; if(XX_3(1) > b1) % 下面这四个是一套，如果超出约束条件，就选值为边界条件 XX_3(1) = b1; end if(XX_3(1) < a1) XX_3(1) = a1; end if(XX_3(2) > b2) XX_3(2) = b2; end if(XX_3(2) < a2) XX_3(2) = a2; end if(maxf(XX) XXR3=rand*Step*(XX_3-XX)/norm(XX_3-XX); XXnext3 = XX+XXR3; if(XXnext3(1) > b1) % 下面这四个是一套，如果超出约束条件，就选值为边界条件 XXnext3(1) = b1; end if(XXnext3(1) < a1) XXnext3(1) = a1; end if(XXnext3(2) > b2) XXnext3(2) = b2; end if(XXnext3(2) < a2) XXnext3(2) = a2; end label_prey =1; break; end end temp_y_XXnext3=max(XXnext3); if(label_prey ==0) temp_y_XXnext3=-inf; end %%%%%% %%%%%%行为选择 if((label_swarm==0) && (label_follow==0) && (label_prey ==0)) %聚群和追尾鱼太多太拥挤，都不发生；觅食觅不到更好的，造成三种行为都不发生。 %如果前三种行为都没有发生出现，必然是发生随机行为 R2S=Step*(-1+2*rand(2,1)'); temp_XX = XX+R2S; if(XX(1) > b1) % 下面这四个是一套，如果超出约束条件，就选值为边界条件 XX(1) = b1; end if(XX(1) < a1) XX(1) = a1; end if(XX(2) > b2) XX(2) = b2; end if(XX(2) < a2) XX(2) = a2; end else %三种行为找最优 if(temp_y_XXnext1 > temp_y_XXnext2) if(temp_y_XXnext1 > temp_y_XXnext3) temp_XX = XXnext1; else temp_XX = XXnext3; end else if(temp_y_XXnext2 > temp_y_XXnext3) temp_XX = XXnext2; else temp_XX = XXnext3; end end end XX=temp_XX; X(i,1) = XX(1); X(i,2) = XX(2); %%%%%% end %至此，所有人工鱼，完成一次行为判断和移动 %这块是更新公告牌信息 for i = 1:N XXX = [X(i,1),X(i,2)]; if (maxf(XXX)>maxY) maxY = maxf(XXX); maxX = XXX; figurex(numel(figurex)+1) = maxX(1); figurey(numel(figurey)+1) = maxX(2); figurez(numel(figurez)+1) = maxY; end end x=X(:,1)'; y=X(:,2)'; plot(x,y,'*r'); axis([-10 10 -10 10]); k = k+1 end maxX maxY plot3(figurex,figurey,figurez,'-g.') function y = maxf(QQ) %目标函数y=(sinX1/X1)*(sinX2/X2),这块可以指定自己的目标函数%输入二维向量，输出一个值 y = (sin(QQ(1))/QQ(1))*(sin(QQ(2))/QQ(2));