MATLAB模拟退火算法、遗传算法、蚁群算法、粒子群算法

概况

模拟退火算法、遗传算法、蚁群算法、粒子群算法等算法,都是属于概率算法,不绝对,不迅速,能用其它方式解决的问题,不要用这些相对复杂的算法,比如有明确的线性关系或者非线性对应关系。这里的概率算法是指摇骰子式的算法,虽然这些算法的特定规则,很大程度能保证找到比较合适的结果,但是对于复杂的多最值图像,也未必取得令人满意的结果。为了解决这个问题,发展出了自适应模拟退火算法,自适应遗传算法等改进型,以及遗传-粒子群混合型算法。

Rastrigin函数

表达式: f(x) = ∑(A+x^2 - A*cos(2π * x))

所以,二维Rastrigin函数表达式

绘图如下,最大值约80.7

optimtool工具

这是一个神奇的工具 ,旧版本(2006a以前)没有,新版本(比如2023)也没有, 2014a版本没有粒子群等,可以用2016?

模拟退火,速度比遗传慢一点,最大值检测非常好,最小值不理想。

遗传算法,最大值检测非常好,最小值检测要比sa好一些的。

其它参考

以下连接可以用学习自适应遗传算法的手撸写法,全部都是外部链接,不需要VIP可见。

https://www.cnblogs.com/yezuhui/p/6853257.html

https://www.cnblogs.com/ncepubye/p/12724070.html

演化算法原理与实战(一)遗传算法(GA)原理与Matlab实现 - 知乎

复制代码
    Function = @(x) -(x-5).^2; 
    Fitness  = sum(Function(Population),2);

R2023a版本推荐Function的这种写法。

复制代码
%%百度生成的sa算法,它自己叫asa自适应模拟退火
function [bestSol, bestFitness] = asa(objFunc, nVar, lb, ub, MaxIt, T0, Tf)
    % objFunc:目标函数
    % nVar:变量数量
    % lb:变量下界
    % ub:变量上界
    % MaxIt:最大迭代次数
    % T0:初始温度
    % Tf:最终温度
    
    Dimension = nVar; % 变量维数
    Iteration = MaxIt; % 迭代次数
    T = T0; % 初始温度
    r = 0.98; % 温度降低的速率
    bestSol = rand(1, Dimension).*(ub - lb) + lb; % 初始解
    bestFitness = objFunc(bestSol); % 初始解的适应度
    fitness = bestFitness; % 当前解的适应度
    Sol = bestSol; % 当前解
    Temp = T; % 当前温度
 
    for iter = 1:Iteration
        newSol = rand(1, Dimension).*(ub - lb) + lb; % 产生新解
        newFitness = objFunc(newSol); % 新解的适应度
        
        if newFitness < fitness
            Sol = newSol;
            fitness = newFitness;
        elseif exp(-(newFitness - fitness)/Temp) > rand()
            Sol = newSol;
            fitness = newFitness;
        end
        
        if fitness < bestFitness
            bestSol = Sol;
            bestFitness = fitness;
        end
        
        Temp = Temp * r; % 降低温度
    end
end
相关推荐
写代码的小球1 小时前
求模运算符c
算法
m0_555762904 小时前
Matlab 频谱分析 (Spectral Analysis)
开发语言·matlab
巴伦是只猫4 小时前
【机器学习笔记Ⅰ】13 正则化代价函数
人工智能·笔记·机器学习
大千AI助手5 小时前
DTW模版匹配:弹性对齐的时间序列相似度度量算法
人工智能·算法·机器学习·数据挖掘·模版匹配·dtw模版匹配
LCG元5 小时前
自动驾驶感知模块的多模态数据融合:时序同步与空间对齐的框架解析
人工智能·机器学习·自动驾驶
YuTaoShao6 小时前
【LeetCode 热题 100】48. 旋转图像——转置+水平翻转
java·算法·leetcode·职场和发展
生态遥感监测笔记6 小时前
GEE利用已有土地利用数据选取样本点并进行分类
人工智能·算法·机器学习·分类·数据挖掘
Tony沈哲7 小时前
macOS 上为 Compose Desktop 构建跨架构图像处理 dylib:OpenCV + libraw + libheif 实践指南
opencv·算法
刘海东刘海东7 小时前
结构型智能科技的关键可行性——信息型智能向结构型智能的转变(修改提纲)
人工智能·算法·机器学习