人工鱼群算法matlab实现

1、function lhl_AF clc;clear all; close all;format longVisual = 2.5;%人工鱼的感知距离Step = 0.3;%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=0.618;% 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 -1010 之间，随机生成 50 个数；X2 = rand(N,1)

2、*(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=X(i,1),X(i,2);d(i) = maxf();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 = ; figur

3、ey = ; 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<m)for i = 1:NXX = X(i,1),X(i,2);%拿出其中一条鱼来看他的四种行为判断%B 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，

4、凸规划下，中心点一定还在约束 % 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:NXX_1 = X(j,1), X(j,2);if (norm(XX_1-XX)<Visual) % norm 函数求向量 XXX-XX 勺数，由于二维向量， 者省略都可以nf1 = nf1+1; Xc = Xc+XX_1;endendXc=Xc-XX; %需要去除 XX 本身；nf1=nf1-1;Xc = Xc/nf1; %<时 Xc 表示 XX 感知围其他伙伴的中心位置； if(maxf(Xc

5、)/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_X

6、Xnext1=maxf(XXnext1);else label_swarm =0; temp_y_XXnext1=-inf;end%嘱%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:NXX_2 = X(j,1),X(j,2);if(norm(XX_2-XX)<Visual) && (maxf(XX_2)>temp_maxY)temp_maxX = XX_2; tem

7、p_maxY = maxf(XX_2);end end nf2=0; for j = 1:NXX_2 = X(j,1),X(j,2); if(norm(XX_2-temp_maxX)<Visual) nf2=nf2+1;endend%附近有 Yj 最大nf2=nf2-1;% 去掉他本身if(temp_maxY/nf2)>delta*maxf(XX) && (norm(temp_maxX-XX)=0)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XXnex

8、t2 = XX+XXR2;if(XXnext2(1) > b1)XXnext 2(1) = b1;end if(XXnext2(1) < a1)XXnext 2(1) = a1;end if(XXnext2(2) > b2) XXnext 2(2) = b2;end if(XXnext2(2) < a2) XXnext 2(2) = a2;endlabel_follow =1; temp_y_XXnext2=maxf(XXnext2);elselabel_follow =0; temp_y_XXnext2=-inf;end%il 三种行为：觅食行为：与前两个行为不同，觅

9、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_numberR1V=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;endif(XX_3(1) <

10、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)<maxf(XX_3)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;endif(XXnext3(1) < a1)XXnext3(1) = a1;endif(XXnext3(

11、2) > b2)XXnext3(2) = b2;endif(XXnext3(2) < a2)XXnext3(2) = a2;endlabel_prey =1;break;endendtemp_y_XXnext3=max(XXnext3);if(label_prey =0)temp_y_XXnext3=-inf;end%海%为选择不发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 %如果前三种行为都没有发生出现，必然是发

12、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;endelse %三种行为找最优 if(temp_y_XXnext1 > temp_y_XXnext2) if(temp_y_XXnext1 > temp_y_XXnext3

13、) temp_XX = XXnext1; elsetemp_XX = XXnext3;end else if(temp_y_XXnext2 > temp_y_XXnext3)temp_XX = XXnext2;else temp_XX = XXnext3;end end endXX=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:NXXX = 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;endend x=X(:,1)'y=X(:,2)' plot(x,y,'