【优化求解】基于混沌引力搜索算法求解单目标问题matlab代码

1 简介

针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷,提出一种混合方法优化的自适应引力搜索算法(gravitationalsearchalgorithm,GSA)。首先 利 用 Sobol序列初始化种群,增强 算法全局搜索能力;其次引入 Hamming贴进度计算种群成熟度,判断种群是否早熟;然后引入 Logistic混沌对种群作混沌搜索,变异已陷入局部最优的粒子位置;最后基于早熟收敛判断因子改进引力系数,并为粒子位置公式添加收缩因子,促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验,结果表明新算法能有效改善种群的早熟问题,具备更好的寻优性能。

2 部分代码

%_________________________________________________________________________%

%  GSA + chaotic gravitational constant                                   %

clear all

P_no=30;

Max_iteration=500;

Run_no=2;

ElitistCheck=1;

All_Convergence_curves=zeros(2,Max_iteration);

chValue=20;

F_index = 1;

for Algorithm_num=1:11

    for i=1:Run_no

        if Algorithm_num==1

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==2

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==3

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==4

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==5

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==6

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==7

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==8

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==9

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==10

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        if Algorithm_num==11

            cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);

        end

        

        temp(i,:)=cg_curve;

    end

    All_Convergence_curves(Algorithm_num,:)=mean(temp);

end

figure

for k = 1:size(All_Convergence_curves,1)

    

    semilogy(All_Convergence_curves(k,:))

    hold on

end

legend('GSA', 'CGSA1', 'CGSA2', 'CGSA3', 'CGSA4', 'CGSA5', 'CGSA6', 'CGSA7', 'CGSA8', 'CGSA9', 'CGSA10')

save resuls


 

3 仿真结果

【优化求解】基于混沌引力搜索算法求解单目标问题matlab代码

【优化求解】基于混沌引力搜索算法求解单目标问题matlab代码

4 参考文献

[1]龚安, 吕倩, 胡长军, 康忠健, & 李华昱. (2015). 基于混沌万有引力搜索算法的svm参数优化及应用. 计算机科学, 42(4), 4.​

【优化求解】基于混沌引力搜索算法求解单目标问题matlab代码

上一篇:[转帖]一文看懂mysql数据库本质及存储引擎innodb+myisam


下一篇:【优化求解】基于混沌引力搜索算法求解单目标问题matlab代码