【智能算法】ABC人工蜂群算法求解无约束多元函数最值(Java代码实现)

简介: 【智能算法】ABC人工蜂群算法求解无约束多元函数最值(Java代码实现)

@[toc]


前言

本文以求解二元函数最小值为例,如果需要求解多元函数,只需要修改以下变量即可:

  • varNum:变量维度数
  • ub和lb:变量的上下界
  • vMaxArr:每个维度的搜索速度限制

算法流程

在这里插入图片描述

优化目标

目标:在变量区间范围最小化 Z = x^2 + y^2 - xy - 10x - 4y +60

求解结果

最佳迭代次数:54
变量取值为:[8.000855389813834, 5.999066863910713]
最优解为:8.000002400629782

蜂群觅食过程可视化

在这里插入图片描述

Java代码

import java.util.Arrays;
import java.util.Random;

/**
 * @Author:WSKH
 * @ClassName:ABC_Solver
 * @ClassType:
 * @Description:
 * @Date:2022/6/8/09:40
 * @Email:1187560563@qq.com
 * @Blog:https://blog.csdn.net/weixin_51545953?type=blog
 */
public class ABC_Solver {

    // 蜜蜂抽象父类
    class Bee {
        // 当前蜜蜂坐标(自变量数组)
        double[] curVars;
        // 当前自变量对应的目标函数值
        double curObjValue;
        // 适应度(解决最小化问题,所以适应度为目标函数值的倒数)
        double fit;
        // 搜索/试验次数
        int searchCount;
        // 全参构造
        public Bee(double[] curVars, double curObjValue, double fit, int searchCount) {
            this.curVars = curVars;
            this.curObjValue = curObjValue;
            this.fit = fit;
            this.searchCount = searchCount;
        }
    }

    // 算法参数
    // 蜂群数量
    int beeNum = 100;
    // 蜂群
    Bee[] bees;
    // 最大迭代次数
    int maxGen = 100;
    // 局部搜索次数
    int localSearchCount = 5;
    // 观察蜂阶段随机搜索次数
    int observeTimeSearchCount = 30;
    // 最大试验次数(超过此次数就说明该蜜源已经没有蜂蜜了,尽量设置大一点,可以更快的收敛)
    int maxSearchCount = 5000;
    // 随机数对象
    Random random = new Random();
    // 变量维度数
    int varNum = 2;
    // 变量的上下界
    double[] ub = new double[]{1000, 1000};
    double[] lb = new double[]{-1000, -1000};
    // 每个维度的速度限制
    double[] vMaxArr = new double[]{1.2, 1.2};
    // 最好的蜜蜂
    Bee bestBee;
    // 最佳迭代次数
    int bestT;
    // 记录迭代过程
    public double[][][] positionArr;

    // 初始化蜂群
    void initBees() {
        positionArr = new double[maxGen][beeNum][varNum];
        bees = new Bee[beeNum];
        for (int i = 0; i < beeNum; i++) {
            bees[i] = getRandomBee();
            if (i == 0) {
                bestBee = copyBee(bees[0]);
            } else {
                if (bestBee.fit < bees[i].fit) {
                    bestBee = copyBee(bees[i]);
                }
            }
        }
    }

    // 求解主函数
    public void solve() {
        // 初始化蜂群
        initBees();
        // 开始迭代
        for (int t = 0; t < maxGen; t++) {
            // 采蜜蜂阶段(随机局部搜索)
            honeyTime(t);
            // 观察蜂阶段
            observeTime(t);
            // 侦察蜂阶段
            scoutTime(t);
        }
        // 输出最好的结果
        System.out.println("最佳迭代次数:" + bestT);
        System.out.println("变量取值为:" + Arrays.toString(bestBee.curVars));
        System.out.println("最优解为:" + bestBee.curObjValue);
    }

    // 侦察蜂阶段
    private void scoutTime(int t) {
        for (int i = 0; i < bees.length; i++) {
            if(bees[i].searchCount >= maxSearchCount){
                bees[i] = getRandomBee();
                if(bees[i].fit > bestBee.fit){
                    bestBee = copyBee(bees[i]);
                    bestT = t;
                }
            }
        }
    }

    // 根据fit值进行轮盘赌随机选取蜜蜂进行局部搜索(fit值越大越可能被选中)
    private void observeTime(int t) {
        // 计算fit总和
        double totalFit = 0;
        for (Bee honeyBee : bees) {
            totalFit += honeyBee.fit;
        }
        // 轮盘赌的累计概率数组
        double[] p = new double[beeNum];
        for (int i = 0; i < p.length; i++) {
            p[i] = (bees[i].fit / totalFit) + (i == 0 ? 0 : p[i - 1]);
        }
        // 随机选取蜜蜂进行局部搜索
        for (int i = 0; i < observeTimeSearchCount; i++) {
            double r = random.nextDouble();
            for (int j = 0; j < p.length; j++) {
                if (r <= p[j]) {
                    localSearch(t, j);
                    break;
                }
            }
        }
    }

    // 采蜜蜂阶段(对每个蜜蜂进行随机局部搜索)
    private void honeyTime(int t) {
        for (int j = 0; j < beeNum; j++) {
            localSearch(t, j);
        }
    }

    // 随机局部搜索
    void localSearch(int t, int j) {
        Bee localBee = copyBee(bees[j]);
        for (int k = 0; k < localSearchCount; k++) {
            Bee tempBee = copyBee(localBee);
            for (int m = 0; m < tempBee.curVars.length; m++) {
                moveBee(tempBee, m, (random.nextDouble() - 0.5) * 2 * vMaxArr[m]);
            }
            tempBee.curObjValue = getObjValue(tempBee.curVars);
            tempBee.fit = 1 / tempBee.curObjValue;
            if (tempBee.fit > localBee.fit) {
                localBee = copyBee(tempBee);
                k = -1;
            }else {
                localBee.searchCount++;
            }
        }
        if (localBee.fit > bestBee.fit) {
            bestBee = copyBee(localBee);
            bestT = t;
        }
        bees[j] = copyBee(localBee);
        for (int m = 0; m < localBee.curVars.length; m++) {
            positionArr[t][j][m] = localBee.curVars[m];
        }
    }

    // 获取一个随机生成的蜜蜂
    Bee getRandomBee() {
        double[] vars = new double[varNum];
        for (int j = 0; j < vars.length; j++) {
            vars[j] = lb[j] + random.nextDouble() * (ub[j] - lb[j]);
        }
        double objValue = getObjValue(vars);
        return new Bee(vars.clone(), objValue, 1 / objValue, 0);
    }

    // 控制蜜蜂在第m个维度上移动n个距离
    public void moveBee(Bee bee, int m, double n) {
        // 移动
        bee.curVars[m] += n;
        // 超出定义域的判断
        if (bee.curVars[m] < lb[m]) {
            bee.curVars[m] = lb[m];
        }
        if (bee.curVars[m] > ub[m]) {
            bee.curVars[m] = ub[m];
        }
    }

    /**
     * @param vars 自变量数组
     * @return 返回目标函数值
     */
    public double getObjValue(double[] vars) {
        //目标:在变量区间范围最小化 Z = x^2 + y^2 - xy - 10x - 4y +60
        return Math.pow(vars[0], 2) + Math.pow(vars[1], 2) - vars[0] * vars[1] - 10 * vars[0] - 4 * vars[1] + 60;
    }

    // 复制蜜蜂
    Bee copyBee(Bee old) {
        return new Bee(old.curVars.clone(), old.curObjValue, old.fit, old.searchCount);
    }

}

可视化代码

import javafx.animation.KeyFrame;
import javafx.animation.Timeline;
import javafx.application.Application;
import javafx.geometry.Pos;
import javafx.scene.Scene;
import javafx.scene.canvas.Canvas;
import javafx.scene.canvas.GraphicsContext;
import javafx.scene.control.Button;
import javafx.scene.input.MouseEvent;
import javafx.scene.layout.BorderPane;
import javafx.scene.layout.HBox;
import javafx.scene.paint.Color;
import javafx.stage.Stage;
import javafx.util.Duration;

/**
 * @Author:WSKH
 * @ClassName:PlotUtil
 * @ClassType:
 * @Description:
 * @Date:2022/6/6/18:31
 * @Email:1187560563@qq.com
 * @Blog:https://blog.csdn.net/weixin_51545953?type=blog
 */
public class PlotUtil extends Application {

    //当前的时间轴
    private Timeline nowTimeline;
    //绘图位置坐标
    private double[][][] positionArr;

    public static void main(String[] args) {
        launch(args);
    }

    @Override
    public void start(Stage primaryStage) throws Exception {

        // 调用算法获取绘图数据
        ABC_Solver abc_solver = new ABC_Solver();
        abc_solver.solve();
        positionArr = abc_solver.positionArr;

        // 画图
        try {
            BorderPane root = new BorderPane();
            root.setStyle("-fx-padding: 20;");
            Scene scene = new Scene(root, 1600, 900);
            double canvasWid = 800;
            double canvasHei = 800;
            //根据画布大小缩放坐标值
            this.fixPosition(canvasWid - 100, canvasHei - 100);

            //画布和画笔
            HBox canvasHbox = new HBox();
            Canvas canvas = new Canvas();
            canvas.setWidth(canvasWid);
            canvas.setHeight(canvasHei);
            canvasHbox.setPrefWidth(canvasWid);
            canvasHbox.getChildren().add(canvas);
            canvasHbox.setAlignment(Pos.CENTER);
            canvasHbox.setStyle("-fx-spacing: 20;" +
                    "-fx-background-color: #87e775;");
            root.setTop(canvasHbox);
            GraphicsContext paintBrush = canvas.getGraphicsContext2D();

            //启动
            HBox hBox2 = new HBox();
            Button beginButton = new Button("播放迭代过程");
            hBox2.getChildren().add(beginButton);
            root.setBottom(hBox2);
            hBox2.setAlignment(Pos.CENTER);
            //启动仿真以及暂停仿真
            beginButton.addEventHandler(MouseEvent.MOUSE_CLICKED, event -> {
                nowTimeline.play();
            });

            //创建扫描线连接动画
            nowTimeline = new Timeline();
            createAnimation(paintBrush);

            primaryStage.setScene(scene);
            primaryStage.show();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /**
     * 修正cityPositionArr的坐标,让画出来的点在画布内
     *
     * @param width
     * @param height
     */
    private void fixPosition(double width, double height) {
        double minX = Double.MAX_VALUE;
        double maxX = -Double.MAX_VALUE;
        double minY = Double.MAX_VALUE;
        double maxY = -Double.MAX_VALUE;

        for (int i = 0; i < this.positionArr.length; i++) {
            for (int j = 0; j < this.positionArr[0].length; j++) {
                minX = Math.min(minX, this.positionArr[i][j][0]);
                maxX = Math.max(maxX, this.positionArr[i][j][0]);
                minY = Math.min(minY, this.positionArr[i][j][1]);
                maxY = Math.max(maxY, this.positionArr[i][j][1]);
            }
        }

        double multiple = Math.max((maxX - minX) / width, (maxY - minY) / height);

        //转化为正数数
        for (int i = 0; i < this.positionArr.length; i++) {
            for (int j = 0; j < this.positionArr[0].length; j++) {
                if (minX < 0) {
                    this.positionArr[i][j][0] = this.positionArr[i][j][0] - minX;
                }
                if (minY < 0) {
                    this.positionArr[i][j][1] = this.positionArr[i][j][1] - minY;
                }
            }
        }

        for (int i = 0; i < this.positionArr.length; i++) {
            for (int j = 0; j < this.positionArr[0].length; j++) {
                this.positionArr[i][j][0] = this.positionArr[i][j][0] / multiple;
                this.positionArr[i][j][1] = this.positionArr[i][j][1] / multiple;
            }
        }

    }

    /**
     * 用画笔在画布上画出所有的孔
     * 画第i代的所有粒子
     */
    private void drawAllCircle(GraphicsContext paintBrush, int i) {
        paintBrush.clearRect(0, 0, 2000, 2000);
        paintBrush.setFill(Color.RED);
        for (int j = 0; j < this.positionArr[i].length; j++) {
            drawCircle(paintBrush, i, j);
        }
    }

    /**
     * 用画笔在画布上画出一个孔
     * 画第i代的第j个粒子
     */
    private void drawCircle(GraphicsContext paintBrush, int i, int j) {
        double x = this.positionArr[i][j][0];
        double y = this.positionArr[i][j][1];
        double radius = 2;
        // 圆的直径
        double diameter = radius * 2;
        paintBrush.fillOval(x, y, diameter, diameter);
    }

    /**
     * 创建动画
     */
    private void createAnimation(GraphicsContext paintBrush) {
        for (int i = 0; i < this.positionArr[0].length; i++) {
            int finalI = i;
            KeyFrame keyFrame = new KeyFrame(Duration.seconds(i * 0.05), event -> drawAllCircle(paintBrush, finalI));
            nowTimeline.getKeyFrames().add(keyFrame);
        }
    }

}
相关实践学习
部署高可用架构
本场景主要介绍如何使用云服务器ECS、负载均衡SLB、云数据库RDS和数据传输服务产品来部署多可用区高可用架构。
负载均衡入门与产品使用指南
负载均衡(Server Load Balancer)是对多台云服务器进行流量分发的负载均衡服务,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。 本课程主要介绍负载均衡的相关技术以及阿里云负载均衡产品的使用方法。
目录
相关文章
|
30天前
|
机器学习/深度学习 算法 PyTorch
RPN(Region Proposal Networks)候选区域网络算法解析(附PyTorch代码)
RPN(Region Proposal Networks)候选区域网络算法解析(附PyTorch代码)
221 1
|
1月前
|
算法 安全 C语言
使用C语言实现DES算法代码
使用C语言实现DES算法代码
|
21天前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
|
28天前
|
存储 算法 Java
Java数据结构与算法-java数据结构与算法(二)
Java数据结构与算法-java数据结构与算法
78 1
|
5天前
|
算法
代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形
代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形
18 3
|
5天前
|
算法
代码随想录算法训练营第五十七天 | LeetCode 739. 每日温度、496. 下一个更大元素 I
代码随想录算法训练营第五十七天 | LeetCode 739. 每日温度、496. 下一个更大元素 I
11 3
|
5天前
|
算法
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
27 1
|
16天前
|
算法 安全 Java
java代码 实现AES_CMAC 算法测试
该代码实现了一个AES-CMAC算法的简单测试,使用Bouncy Castle作为安全提供者。静态变量K定义了固定密钥。`Aes_Cmac`函数接受密钥和消息,返回AES-CMAC生成的MAC值。在`main`方法中,程序对给定的消息进行AES-CMAC加密,然后模拟接收ECU的加密结果并进行比较。如果两者匹配,输出&quot;验证成功&quot;,否则输出&quot;验证失败&quot;。辅助方法包括将字节转为16进制字符串和将16进制字符串转为字节。
|
22天前
|
搜索推荐 Java
Java排序算法
Java排序算法
18 0
|
22天前
|
搜索推荐 Java
Java基础(快速排序算法)
Java基础(快速排序算法)
23 4