嘿,亲!知识可是无价之宝呢,但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下,绝对物超所值哦!如有下载和支付问题,请联系我们QQ(微信同号):813200300
本次赞助数额为: 2 元微信扫码支付:2 元
请留下您的邮箱,我们将在2小时内将文件发到您的邮箱
差分演化算法的matlab程序:
function DE(Gm,F0)
%差分进化算法程序基本程序
%F是变异率 F0=0.6 Gm=1000; %最大迭代次数
Np=100; %种群规模
CR=0.9; %杂交参数
G=1;%初始化代数
D=0;%所求问题的维数
eps=1e-9;%精度
ge=zeros(1,Np);%各代的最优值
bestx=zeros(Np,D);%各代的最优解
%产生初始种群
%xmin=-10;xmax=100;%带负数的下界
xmin=-5.12;xmax=5.12;
%-----函数值计算-----------
function result=DEMB(XX);
sol=XX;
result=0;
for i=1:D
result=result sol(i)^2;
%y=sum(XX.^2-10.*cos(2.*pi.*XX) 10);
end
end
%---------------------------
X0=(xmax-xmin)*rand(Np,D) xmin;
X=X0;
%%%%%%%%%%变异操作
X1new=zeros(Np,D);%初始化
X1_new=zeros(Np,D);%初始化
X1=zeros(Np,D);%初始化
value=zeros(1,Np);
while G<=Gm
for i=1:Np
%产生j,k,p三个不同的数
a=1;b=Np;
dx=randperm(b-a 1) a-1;
j=dx(1);k=dx(2);p=dx(3);
if j==i
j=dx(4);
elseif k=i
k=dx(4);
elseif p==i
p=dx(4);
end
%变异算子
F=0.5;
bon=X(p,:) F*(X(j,:)-X(k,:));
if (bon>xmin)&(bon<xmax) %防止变异超出边界
X1new(i,:)=bon;
else X1new(i,:)=(xmax-xmin)*rand(1,D) xmin;
end
end
%%%%%%%%%%%%杂交操作
for i=1:Np
if rand>CR %利用二项分布来交叉
X1_new(i,:)=X(i,:);
else
X1_new(i,:)=X1new(i,:);
end
end
%%%%%%%%%%%%%%%竞争操作
for i=1:Np
if DEMB(X1_new(i,:))<DEMB(X(i,:))
X1(i,:)=X1_new(i,:);
else
X1(i,:)=X(i,:);
end
end
%找出最小值
for i=1:Np
value(i)=DEMB(X1(i,:));
end
[fmin,min]=min(value);
ge(G)=fmin;
bestx(G,:)=X1(nmin,:);
G=G 1;
X=X1;
end
%ii=linspace(1,Np,Np);
%plot(ii,ge)
[gmin,n]=min(ge);
value=gmin
solution=bestx(n,:)
%目标函数的倒数
End