【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

简介: 【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
+关注继续查看

 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.

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

image

image.gif编辑

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

image

image.gif编辑

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。


相关文章
|
2天前
|
机器学习/深度学习 传感器 算法
【XGBoost回归预测】基于鲸鱼算法WOA优化XGBoost实现数据回归预测附matlab代码
【XGBoost回归预测】基于鲸鱼算法WOA优化XGBoost实现数据回归预测附matlab代码
|
5天前
|
机器学习/深度学习 传感器 算法
基于粒子群算法求解带时间窗的+带容量的车辆路径规划问题(惩罚成本)附Matlab代码
基于粒子群算法求解带时间窗的+带容量的车辆路径规划问题(惩罚成本)附Matlab代码
|
5天前
|
机器学习/深度学习 传感器 算法
【地震】基于有限差分 (FDTD) 模拟地震超材料(晶体)时域分析附matlab代码
【地震】基于有限差分 (FDTD) 模拟地震超材料(晶体)时域分析附matlab代码
|
5天前
|
机器学习/深度学习 传感器 算法
基于同步压缩的多变量数据时频分析附 matlab代码
基于同步压缩的多变量数据时频分析附 matlab代码
|
9天前
|
机器学习/深度学习 传感器 算法
【微电网】基于麻雀算法的微电网优化调度附matlab代码
【微电网】基于麻雀算法的微电网优化调度附matlab代码
|
12天前
|
机器学习/深度学习 传感器 算法
【BP回归预测】基于粒子群算法PSO优化BP神经网络实现预测多输入多输出附matlab代码
【BP回归预测】基于粒子群算法PSO优化BP神经网络实现预测多输入多输出附matlab代码
|
14天前
|
机器学习/深度学习 传感器 安全
【高强度聚焦超声模拟器】模拟分层介质中的高强度聚焦超声波束和加热效应(Matlab代码)
【高强度聚焦超声模拟器】模拟分层介质中的高强度聚焦超声波束和加热效应(Matlab代码)
|
14天前
|
机器学习/深度学习 传感器 算法
基于双参数c-far实现SAR图像舰船目标检测附matlab代码
基于双参数c-far实现SAR图像舰船目标检测附matlab代码
|
14天前
|
机器学习/深度学习 传感器 算法
【信号去噪】基于小波变换实现脉搏信号去噪附Matlab代码
【信号去噪】基于小波变换实现脉搏信号去噪附Matlab代码
|
14天前
|
机器学习/深度学习 传感器 算法
【优化分配】基于遗传算法求解时隙分配优化问题含Matlab代码
【优化分配】基于遗传算法求解时隙分配优化问题含Matlab代码
热门文章
最新文章
相关产品
机器翻译
推荐文章
更多