【智能优化算法】基于改进生物地理学优化算法求解单目标优化问题附matlab代码

1 内容介绍

生物地理学(Biogeography)是一门研究自然界种群迁移机制的科学,Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(BBO,Biogeography-Based Optimization).生物地理学优化算法以其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注.对生物地理学优化算法的设计原理,迁徙模型,算法流程及相应迁移和突变操作进行了综述.

​

2 仿真代码

clc;

clear all;

close all;

% 赋值

OPTIONS.Size = 50;                                          % 栖息地数量

OPTIONS.N = 2;                                              % 变量个数

OPTIONS.span = [-5 5;-5 5];                                 % 寻优参数范围

OPTIONS.I = 1;                                              % 最大迁入率I

OPTIONS.E = 1;                                              % 最大迁出率E

OPTIONS.dt = 1;                                             % 仿真步距

OPTIONS.pmutate = 0.05;                                     % 变异概率

OPTIONS.lmd_span = [0 1];                                   % λ变化范围

OPTIONS.keep = 0.02;                                        % 精英保留机制的比例

OPTIONS.Ps = ones(1,OPTIONS.Size)/OPTIONS.Size;             % 物种数概率

OPTIONS.method = 'ackley';                                  % 基准优化函数选择

OPTIONS.MaxGen = 200;                                       % 迭代次数

OPTIONS.img_disp = 1;                                       % 画图

% 种群初始化

global Habitats_BBO

global Habitats_DGBBO

global Habitats_EMBBO

global best

temp = init(OPTIONS);

Habitats_BBO = temp;    Habitats_DGBBO = temp;  Habitats_EMBBO = temp;  clear temp;

% 迭代

for gen = 1:OPTIONS.MaxGen

    

    time(gen) = gen;

    

    % 执行BBO优化程序

    Habitats_BBO = BBO(Habitats_BBO,OPTIONS);

    best.BBO.Var(gen,:) = Habitats_BBO(1).Var;

    best.BBO.Cost(gen) = Habitats_BBO(1).Cost;

    

    % 执行DGBBO优化程序

    Habitats_DGBBO = DGBBO(Habitats_DGBBO,OPTIONS,gen);

    best.DGBBO.Var(gen,:) = Habitats_DGBBO(1).Var;

    best.DGBBO.Cost(gen) = Habitats_DGBBO(1).Cost;

    

    % 执行EMBBO优化程序

    Habitats_EMBBO = EMBBO(Habitats_EMBBO,OPTIONS,gen);

    best.EMBBO.Var(gen,:) = Habitats_EMBBO(1).Var;

    best.EMBBO.Cost(gen) = Habitats_EMBBO(1).Cost;

    

    % 画图

    image_display(gen,OPTIONS);

    

end

3 运行结果

4 参考文献

[1]吕超. 基于生物地理学和粒子群的混合优化算法及其应用[D]. 兰州大学.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。