注意：此代碼實(shí)現(xiàn)的是求目標(biāo)函數(shù)最大值灯荧，求最小值可將適應(yīng)度函數(shù)乘以-1（框架代碼已實(shí)現(xiàn)）。
注意：此代碼實(shí)現(xiàn)的是求目標(biāo)函數(shù)最大值扩所，求最小值可將適應(yīng)度函數(shù)乘以-1（框架代碼已實(shí)現(xiàn)）嫉入。
注意：此代碼實(shí)現(xiàn)的是求目標(biāo)函數(shù)最大值，求最小值可將適應(yīng)度函數(shù)乘以-1（框架代碼已實(shí)現(xiàn)）觉至。
1.代碼實(shí)現(xiàn)
不了解螢火蟲(chóng)算法可以先看看優(yōu)化算法筆記（十）螢火蟲(chóng)算法
實(shí)現(xiàn)代碼前需要先完成優(yōu)化算法matlab實(shí)現(xiàn)（二）框架編寫(xiě)中的框架的編寫(xiě)剔应。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Unit.m | 個(gè)體 |
| ..\optimization algorithm\frame\Algorithm_Impl.m | 算法主體 |
以及優(yōu)化算法matlab實(shí)現(xiàn)（四）測(cè)試粒子群算法中的測(cè)試函數(shù)、函數(shù)圖像的編寫(xiě)语御。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Get_Functions_details.m | 測(cè)試函數(shù)峻贮，求值用 |
| ..\optimization algorithm\frame\func_plot.m | 函數(shù)圖像，畫(huà)圖用 |
螢火蟲(chóng)算法的個(gè)體沒(méi)有獨(dú)有屬性应闯。
螢火蟲(chóng)算法個(gè)體
文件名：..\optimization algorithm\algorithm_firefly\FA_Unit.m
% 螢火蟲(chóng)算法個(gè)體
classdef FA_Unit < Unit
properties
end
methods
function self = FA_Unit()
end
end
end
螢火蟲(chóng)算法主體
文件名：..\optimization algorithm\algorithm_firefly\FA_Base.m
% 螢火蟲(chóng)算法
classdef FA_Base < Algorithm_Impl
properties
% 算法名稱(chēng)
name = 'FA';
% 步長(zhǎng)系數(shù)
alpha = 0.97;
% beta最大值
beta_max = 1.0;
% beta最小值
beta_min = 0.2;
gamma = 1;
end
% 外部可調(diào)用的方法
methods
function self = FA_Base(dim,size,iter_max,range_min_list,range_max_list)
% 調(diào)用父類(lèi)構(gòu)造函數(shù)
self@Algorithm_Impl(dim,size,iter_max,range_min_list,range_max_list);
self.name ='FA';
end
end
% 繼承重寫(xiě)父類(lèi)的方法
methods (Access = protected)
% 初始化種群
function init(self)
init@Algorithm_Impl(self)
%初始化種群
for i = 1:self.size
unit = FA_Unit();
% 隨機(jī)初始化位置：rand(0,1).*(max-min)+min
unit.position = unifrnd(self.range_min_list,self.range_max_list);
% 計(jì)算適應(yīng)度值
unit.value = self.cal_fitfunction(unit.position);
% 將個(gè)體加入群體數(shù)組
self.unit_list = [self.unit_list,unit];
end
end
% 每一代的更新
function update(self,iter)
update@Algorithm_Impl(self,iter)
self.update_position(iter);
end
% 更新位置纤控，levy飛行
function update_position(self,iter)
best_id = self.get_best_id();
for i = 1:self.size
if(i == best_id)
% 是最優(yōu)個(gè)體更新
new_pos = self.unit_list(i).position+normrnd(0,0.5,1 ,self.dim);
new_pos = self.get_out_bound_value(new_pos);
new_value = self.cal_fitfunction(new_pos);
% 優(yōu)于當(dāng)前值才移動(dòng)
if(new_value > self.unit_list(i).value)
self.unit_list(i).value = new_value;
self.unit_list(i).position = new_pos;
end
else
% 不是最優(yōu)個(gè)體更新
self.move_to_goal(iter,i);
end
end
end
% 當(dāng)前個(gè)體向著優(yōu)于自己的個(gè)體飛行
function move_to_goal(self,iter,id)
best_id = self.get_best_id();
% 計(jì)算當(dāng)前步長(zhǎng)系數(shù)
alpha_cur = self.alpha^iter;
for i = 1:self.size
% 目標(biāo)不是自己和最優(yōu)個(gè)體才計(jì)算
if(id ~= best_id && i~=id)
if(self.unit_list(i).value>self.unit_list(id).value)
% 計(jì)算自己與目標(biāo)之間的距離的平方
distance_2 = sum((self.unit_list(id).position-self.unit_list(i).position).^2);
% 計(jì)算法Beta
beta = (self.beta_max-self.beta_min)*exp(-distance_2*self.gamma) + self.beta_min;
% 公式：x_new =
% x_id+beta*(x_i-x_id)+alpha*rand(-0.5,0.5)*(range_max-range_min)
new_pos = self.unit_list(id).position+beta*(self.unit_list(i).position-self.unit_list(id).position)+alpha_cur*unifrnd(-0.5,0.5,1,self.dim).*(self.range_max_list-self.range_min_list);
self.unit_list(id).position = self.get_out_bound_value(new_pos);
end
end
end
new_value = self.cal_fitfunction(self.unit_list(id).position);
self.unit_list(id).value = new_value;
end
% 獲取當(dāng)前最優(yōu)個(gè)體的id
function best_id=get_best_id(self)
% 求最大值則降序排列
[value,index] = sort([self.unit_list.value],'descend');
best_id = index(1);
end
end
end
文件名：..\optimization algorithm\algorithm_firefly\FA_Impl.m
算法實(shí)現(xiàn)，繼承于Base,圖方便也可不寫(xiě)碉纺，直接用FA_Base嚼黔，這里為了命名一致细层。
% 螢火蟲(chóng)算法實(shí)現(xiàn)
classdef FA_Impl < FA_Base
% 外部可調(diào)用的方法
methods
function self = FA_Impl(dim,size,iter_max,range_min_list,range_max_list)
% 調(diào)用父類(lèi)構(gòu)造函數(shù)設(shè)置參數(shù)
self@FA_Base(dim,size,iter_max,range_min_list,range_max_list);
end
end
end
2.測(cè)試
測(cè)試F1
文件名：..\optimization algorithm\algorithm_firefly\Test.m
%% 清理之前的數(shù)據(jù)
% 清除所有數(shù)據(jù)
clear all;
% 清除窗口輸出
clc;
%% 添加框架路徑
% 將上級(jí)目錄中的frame文件夾加入路徑
addpath('../frame')
%% 選擇測(cè)試函數(shù)
Function_name='F1';
% [最小值，最大值唬涧，維度疫赎，測(cè)試函數(shù)]
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
%% 算法實(shí)例
% 種群數(shù)量
size = 50;
% 最大迭代次數(shù)
iter_max = 1000;
% 取值范圍上界
range_max_list = ones(1,dim)*ub;
% 取值范圍下界
range_min_list = ones(1,dim)*lb;
% 實(shí)例化算法類(lèi)
base = FA_Impl(dim,size,iter_max,range_min_list,range_max_list);
% 告訴算法求不是求最大值
base.is_cal_max = false;
% 確定適應(yīng)度函數(shù)
base.fitfunction =fobj;
% 運(yùn)行
base.run();
%% 繪制圖像
figure('Position',[500 500 660 290])
% 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);
% 繪制曲線
semilogy(base.value_best_history,'Color','r')
title('Objective space')
xlabel('Iteration');
ylabel('Best score obtained so far');
% 將坐標(biāo)軸調(diào)整為緊湊型
axis tight
% 添加網(wǎng)格
grid on
% 四邊都顯示刻度
box off
legend(base.name)
display(['The best solution obtained by ',base.name ,' is ', num2str(base.value_best)]);
display(['The best optimal value of the objective funciton found by ',base.name ,' is ', num2str(base.position_best)]);
