【黏菌优化算法】基于平衡黏菌优化算法求解单目标优化问题 (ESMA)含Matlab源码
【黏菌优化算法】基于平衡黏菌优化算法求解单目标优化问题 (ESMA)含Matlab源码
TT_Matlab
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，完整matlab代码或者程序定制加qq1575304183。
1 简介
黏菌优化算法（Slime mould algorithm，SMA）由 Li等于 2020 年提出，其灵感来自于黏菌的扩散和觅食行为，属于元启发算法。具有收敛速度快，寻优能力强的特点。 黏菌优化算法用数学模型模仿黏菌觅食行为和形态变化 ， SMA 包括三个阶段 ， 分别为接近食物阶段 、 包围食物阶段和抓 取食物阶段 。
2 部分代码
%
Equlibrium Slime Mould
Algorithm
(
LSMA
)
%
% Developed
in
MATLAB R2019b
%_____________________________________________________________________________________________________
clearvars
close all
clc
disp
(
’The ESMA is tracking the problem’
)
;
N=
20
; % 粘菌数
Function_name=
’F1’
% 测试功能的名称，可以从 F1 到 F23
MaxIT=
200
; % 最大迭代次数
[
lb,ub,dim,fobj
]=Get_Functions_details(Function_name); % Function details
Times=
11
; %您想要运行 ESMA 的独立次数
display([
’Number of independent runs: ’
, num2str(Times)]);
for
i=
1
:Times
[
Destination_fitness(i),bestPositions(i,:),Convergence_curve(i,:)
]=ESMA(N,MaxIT,lb,ub,dim,fobj);
display([
’The optimal fitness of ESMA is: ’
, num2str(Destination_fitness(i))]);
end
[
bestfitness,index
]=min(Destination_fitness);
disp(
’--------Best Fitness, Average Fitness, Standard Deviation and Best Solution--------’
);
display([
’The best fitness of ESMA is: ’
, num2str(bestfitness)]);
display([
’The average fitness of ESMA is: ’
, num2str(mean(Destination_fitness))]);
display([
’The standard deviation fitness of ESMA is: ’
, num2str(std(Destination_fitness))]);
display([
’The best location of ESMA is: ’
, num2str(bestPositions(index,:))]);
figure(
’Position’
,[
269
240
660
290
])
%
Draw search space
subplot
(
1
,
2
,
1
)
;
func_plot(Function_name);
title(
’Parameter space’
)
xlabel(
’x_1’
);
ylabel(
’x_2’
);
zlabel([Function_name,
’( x_1 , x_2 )’
])
%
Draw objective space
subplot
(
1
,
2
,
2
)
;
semilogy(Convergence_curve(index,:),
’LineWidth’
,
1
);
xlabel(
’迭代’
);
ylabel(
’最优值’
);
legend(
’ESMA’
);
box
on
;
axis tight;
grid off;
3 仿真结果
4 参考文献
[1]郭雨鑫,刘升,张磊,黄倩.精英反向与二次插值改进的黏菌算法[J/OL].计算机应用研究:1-7
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。