一、布谷鸟算法理论
二、CS算法应用于函数优化
- 1.流程图
- 3.代码解析
- - 3.1 主函数 Csmain.m
  - 3.2 Levy飞行 func_levy.m
  - 3.3 与上一代比较，返回较优的鸟巢 func_bestNestPop.m
  - 3.4 根据发现概率，舍弃一个鸟巢并建立一个新鸟巢 func_newBuildNest.m
  - 3.5 目标函数
  - 3.6 计算适应度函数
三、输出结果
四、CS案例MATLAB源码下载

一、布谷鸟算法理论

模拟退火算法（SA）、遗传算法（GA）、布谷鸟算法（CS）、人工蜂群算法（ABC）学习笔记—附MATLAB注释代码

二、CS算法应用于函数优化

1.流程图

3.代码解析

3.1 主函数 Csmain.m

% Script 布谷鸟算法，求解函数最小值
% @author zhaoyuqiang
%#ok<*SAGROW> Remove hints of syntax
%#ok<*CLALL>
%#ok<*FNDSB>
clear all ;
close all ;
clc ;
N = 25; %　鸟巢的数量Number of nests(The scale of solution)
D = 10 ; % 问题的维度,一个鸟巢鸟蛋的个数 Dimensionality of solution
T =500 ; %迭代次数的上限 Number of iterations
Xmax = pi ;%%函数上限
Xmin = -pi ;%%函数下限
Pa = 0.25 ; % Probability of building a new nest(After host bird find exotic bird eggs)nestPop = rand(N,D)*(Xmax-Xmin)+Xmin ;  % 初始化寄主的鸟巢Random initial solutions
for t=1:Tlevy_nestPop =  func_levy(nestPop,Xmax,Xmin) ; % 通过levy飞行产生一个解Generate new solutions by Levy flightsnestPop = func_bestNestPop(nestPop,levy_nestPop);  % 与上一代比较，更新适应度较优的鸟巢Choose a best nest among  new and old nests     rand_nestPop = func_newBuildNest(nestPop,Pa,Xmax,Xmin); % 根据发现概率舍弃一个鸟巢并建立一个新鸟巢Abandon(Pa) worse nests and build new nests by (Preference random walk )nestPop = func_bestNestPop(nestPop,rand_nestPop) ; %列出当前最佳的鸟巢 Choose a best nest among  new and old nests[~,index] = max(func_fitness(nestPop)) ; % Best nests更新当代最优鸟巢的位置trace(t) = func_objValue(nestPop(index,:)) ;end[~,index] = max(func_fitness(nestPop)) ; % 查找当前最优鸟巢
%%%输出这个鸟巢里的每个鸟蛋，即是每个解
nestPop(index,:)
figure
plot(trace);
xlabel('迭代次数') ;
ylabel('适应度值') ;
title('适应度进化曲线') ;

3.2 Levy飞行 func_levy.m

说白了就是实现一个随机搜索的公式来更新鸟巢的位置,

X_t+1 = X_t + α \alpha α S
S就是服从Levy分布

Levy～u = t ^{- β \beta β} ，1<= β \beta β <=3的随机步长。

具体公式解析参考:
通俗易懂的布谷鸟算法与莱维飞行，(附求解函数最小值matlab源码)

 function [ result ] = func_levy( nestPop,Xmax,Xmin)
%FUNC_LEVY : Update position of nest by using Levy flights
%@author : zhaoyuqiang
[N,D] = size(nestPop) ;
% Levy flights by Mantegna's algorithm
beta = 1.5 ;
alpha = 1 ;
sigma_u = (gamma(1+beta)*sin(pi*beta/2)/(beta*gamma((1+beta)/2)*2^((beta-1)/2)))^(1/beta) ;
sigma_v = 1 ;
u = normrnd(0,sigma_u,N,D) ;%(第一个参数代表均值，sigma参数代表标准差),生成N×D形式的正态分布的随机数矩阵。
v = normrnd(0,sigma_v,N,D) ;
step = u./(abs(v).^(1/beta)) ;
% alpha = 0.1.*(nestPop(randperm(N),:)-nestPop(randperm(N),:)); % Bad effect
nestPop = nestPop+alpha.*step ;
% Deal with bounds
nestPop(find(nestPop>Xmax)) = Xmax ; %#ok<*FNDSB>%查找大于Xmax的元素
nestPop(find(nestPop<Xmin)) = Xmin ;
result = nestPop ;
end

3.3 与上一代比较，返回较优的鸟巢 func_bestNestPop.m

function [ nestPop ] = func_bestNestPop( nestPop,new_nestPop )
%FUNC_ 此处显示有关此函数的摘要
%@author zhaoyuqiang
index = find(func_fitness(nestPop)<func_fitness(new_nestPop)) ;%与上一代比较适应度，选择一个适应度更大的更新鸟窝
nestPop(index,:) = new_nestPop(index,:) ;
%nestPop(index) = new_nestPop(index) ;
end

3.4 根据发现概率，舍弃一个鸟巢并建立一个新鸟巢 func_newBuildNest.m

function [ nestPop ] = func_newBuildNest( nestPop ,Pa ,Xmax,Xmin)
%FUNC_NEWBUILDNEST new solutions are generated by using the similarity
% between the existing eggs/solutions and the host eggs/solutions with a discovery rate pa .
%@author zhaoyuqiang
[N,D] = size(nestPop) ;
%%根据发现概率发现鸟蛋，舍弃鸟窝
nestPop = nestPop+rand.*heaviside(rand(N,D)-Pa).*(nestPop(randperm(N),:)-nestPop(randperm(N),:));
% Deal with bounds
nestPop(find(nestPop>Xmax)) = Xmax ; %#ok<*FNDSB>建立新的鸟窝
nestPop(find(nestPop<Xmin)) = Xmin ;
end

3.5 目标函数

function [ result ] = func_objValue( pop )
%FUNC_OBJVALUE 计算目标函数
objValue =  sum(pop.^2,2);
result = objValue ;
end

3.6 计算适应度函数

function [ result ] = func_fitness( pop )
%OBJFUNCTION 求适应度，最小值
%   待优化目标函数
% x:　种群或者个体
% result : 种群适应度
objValue =  func_objValue(pop);
result  = 4001 - objValue ;
end

三、输出结果

适应度变化曲线
打印最优解

四、CS案例MATLAB源码下载

完整代码下载或者私我：betterbench.top/#/41/detail

布谷鸟算法（Cuckoo Search，CS）MATLAB案例详细解析相关推荐

模拟退火算法（Simulated Annealing，SA）MATLAB案例详细解析
目录一.理论二.模拟退火算法应用于函数优化 1.流程图 2.代码解析 3.运行计算结果二.模拟退火算法应用于旅行商问题(TSP) 1.流程图 2.代码解析 3.运行计算结果一.理论模拟退火算 ...
MATLAB程序详细解析,遗传算法——matlab代码解析
遗传算法--matlab代码解析本文为学习B站老哥数学建模课程之后的一点笔记,图片源自web,代码源自老哥程序包,侵权删. 详细的遗传算法原理不再赘述,百度即可找到. 算法定义遗传算法(GA)是模 ...
算法-------过河经典问题，超详细解析
算法-------过河问题题目来源POJ 题号为1700http://poj.org/problem?id=1700 描述有N人希望用一条船过河,这条船最多只能载两个人.因此,必须安排某种方案来回 ...
深度学习神经网络入门案例详细解析-鸢尾花案例
神经网络设计过程案例: 鸢尾花分类鸢尾花三种类别: 三种: 狗尾巴杂草小腹肌通过搭建一个神经网络来对鸢尾花进行分类收集花朵的特征值: 四种花萼长花萼宽花瓣长花瓣宽以及: 三种输 ...
[算法学习]模拟退火算法（SA）、遗传算法（GA）、布谷鸟算法（CS）、人工蜂群算法（ABC）学习笔记---附MATLAB注释代码
目录 1.模拟退火算法(Simulated Annealing,SA) 1.1 本质: 1.2 算法思想 1.3 SA流程图 1.4 模拟退火过程 1.5 SA解决TSP问题 1.6 SA改进方向 1 ...
【灰色神经预测】基于布谷鸟算法优化灰色神经网络模型实现数据回归预测含Matlab源码
1 简介人工神经网络已成功应用到许多领域,如模式识别.机器学习.信号处理和信息融合等,但是,如果神经网络的学习算法或拓扑结构选择不当,可能导致出现神经网络的预测准确度低的问题.为此,许多研究者开始将 ...
【优化求解】基于布谷鸟算法结合灰狼算法求解最优目标matlab代码
1 简介布谷鸟搜索(Cuckoo Search, CS)算法是 2009 年 Xin-She Yang 与 Susash Deb 提出的一种新型的启发算法[61].算法灵感来源于一些布谷鸟种属(Cu ...
【SVM回归预测】布谷鸟算法优化SVM回归预测【含Matlab源码 1422期】
⛄一.布谷鸟算法简介布谷鸟算法,英文叫做Cuckoo search (CS algorithm).首先还是同样,介绍一下这个算法的英文含义, Cuckoo是布谷鸟的意思,啥是布谷鸟呢,是一种叫做布谷 ...
【BP数据预测】布谷鸟算法优化BP神经网络数据预测【含Matlab源码 1121期】
⛄一.布谷鸟算法简介布谷鸟算法,英文叫做Cuckoo search (CS algorithm).首先还是同样,介绍一下这个算法的英文含义, Cuckoo是布谷鸟的意思,啥是布谷鸟呢,是一种叫做布谷 ...

布谷鸟算法（Cuckoo Search，CS）MATLAB案例详细解析

目录