【优化求解】改进的萤火虫算法matlab源码

一个简化的群搜索优化算法表示为大规模全局优化“SGSO”　提出了获得一个简单的算法性能优越在高维问题。SGSO采用一种改进的共享策略，使用一个简单的搜索方法搜索的角度。

登录后复制

function [fbestval,bestmember,Best] = SGSOforLS(fname,NDim,MaxIter)

% function [fbestval,bestmember,Best] = SGSOforLS(fname,NDim,MaxIter)
% Simplified Group Search Optimizer Algorithm for Large Scale Global Optimization
% Input Arguments: 
%   fname       - the name of the evaluation .m function
%   NDim        - dimension of the evalation function
%   MaxIter     - maximum iteration
% Example:  


PopSize=51;     % population of members

% Defined lower bound and upper bound.
Bound=eval(fname); 
LowerBound=zeros(NDim,1)+Bound(:,1);
UpperBound=zeros(NDim,1)+Bound(:,2);

basestep=0.5*(UpperBound-LowerBound); 

% Initialize swarm population
population=rand(NDim, PopSize).*(repmat(UpperBound-LowerBound,1,PopSize)) + repmat(LowerBound,1,PopSize);    

for iteration=1:MaxIter


    if (iteration)/5000==floor((iteration)/5000) 
        fprintf(1,'%e   ',fSequence(1));
        if (iteration)/25000==floor((iteration)/25000)
           fprintf(1,'\n');
        end
    end
end

fbestval=fSequence(1);
% bestmember
% population
% fn=strcat(fname,'n',num2str(floor(rand(1)*1000)));
% dlmwrite(strcat(fn,'.txt'),Best);
plot(log10(Best))

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.