优化算法蜉蝣优化算法（MA）含Matlab源码 457期

Posted 2022-04-04 紫极神光

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【优化算法】蜉蝣优化算法（MA）【含Matlab源码 457期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、部分源代码

%
%%
clc; clear; close all;
%问题定义
% 目标函数
ANSWER=listdlg('PromptString','Choose Objective Function','SelectionMode','single', 'ListString', '1. Sphere', '2. Rastrigin');
if eq(ANSWER,1); ObjectiveFunction=@(x) Sphere(x); funcname='Sphere';
elseif eq(ANSWER,2); ObjectiveFunction=@(x) Rastrigin(x); funcname='Rastrigin';
else; disp('Terminated'); return
end
ProblemSize=[1 50];         % 决策变量大小
LowerBound=-10;             % 决策变量下限
UpperBound= 10;             % 决策变量上限
%% 蜉蝣参数
methname='Mayfly Algorithm';
MaxIt=3000;                 % 最大迭代次数
nPop=20; nPopf=20;          % 规模（雄性和雌性）
g=0.8;                      % 惯性重量
gdamp=1;                    % 惯性重量阻尼比
a1=1.0;                     %个人学习系数
a2=1.5; a3=1.5;             % 全局学习系数
beta=2;                     % 远视系数
dance=5;                    % 婚礼舞
fl=1;                       % 随机飞行
dance_damp=0.8;             % 阻尼比
fl_damp=0.99;
% 交配参数
nc=20;                      % 后代数量（也是父母）
nm=round(0.05*nPop);        % 突变体数量
mu=0.01;                    %突变率
% 速度限制
VelMax=0.1*(UpperBound-LowerBound); VelMin=-VelMax;
%% 初始化
empty_mayfly.Position=[];
empty_mayfly.Cost=[];
empty_mayfly.Velocity=[];
empty_mayfly.Best.Position=[];
empty_mayfly.Best.Cost=[];
Mayfly=repmat(empty_mayfly,nPop,1);   % 雄性
Mayflyf=repmat(empty_mayfly,nPopf,1); %雌性
GlobalBest.Cost=inf;
funccount=0;
for i=1:nPop
    % 初始化男性的位置
    Mayfly(i).Position=unifrnd(LowerBound,UpperBound,ProblemSize);
    %初始化速度
    Mayfly(i).Velocity=zeros(ProblemSize);
    % 评估
    Mayfly(i).Cost=ObjectiveFunction(Mayfly(i).Position);
    %更新个人最佳
    Mayfly(i).Best.Position=Mayfly(i).Position;
    Mayfly(i).Best.Cost=Mayfly(i).Cost;
    funccount=funccount+1;
    %更新全球最佳
    if Mayfly(i).Best.Cost<GlobalBest.Cost
        GlobalBest=Mayfly(i).Best;
    end
end

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.