【优化算法】差分进化优化杂草优化（DIWO）【含Matlab源码 1482期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【优化算法】差分进化优化杂草优化（DIWO）【含Matlab源码 1482期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、部分源代码

clc;
clear;
close all;
tic;
%%%%%%%%%%%%%%1 参数设定%%%%%%%%%%%
N0=30; itmax=30;
dim=30;
pmax=50;
smax=10;
smin=1;
n=3;
delta_initial=3;
delta_final=0.001;
G=0.5;
CR=0.1;xini=-40+10*rand(N0,dim);%%%%%%%%%%%%%%%%%%%%%%主循环%%%%%%%%%%%%%%%%%%%%%%%%
iter=1;
while iter<=itmaxNiter=N0; e=[];for i=1:Niter
fit=sum(xini(i,:).^2);
e=[e;fit];end
%%%%%%%%%%%%2 生长繁殖%%%%%%%%%%
Nseed=round(-(smax-smin)/(max(e)-min(e))*(e-min(e))+smax);%%%%%%%%%%%%%3 空间扩散%%%%%%%%%
delta_iter=(itmax-iter)^n/(itmax)^n*(delta_initial-delta_final)+delta_final;
M=size(Nseed);[aa bb]=sort(e);
fit_median=mean(e);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
m={};
a=[];
b=[];for i=1:M(1,1)%%%%%%%%%%%%%%%%%%%%%%%%%%%if e(i)>=fit_mediandelta_i=(1+0.5*(e(i)-fit_median)/(max(e)-fit_median))*delta_iter;
else delta_i=(1-0.5*(fit_median-e(i))/(fit_median-min(e)))*delta_iter;end%%%%%%%%%%%%%%%%%%%%%%%%%%%%%for  j=1:dim
%       x_iter=normrnd(xini(i,j),delta_iter^2,[1,Nseed(i,1)]);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
k=rand(); x_iter=(rand()+k*rand()-k)*normrnd(xini(i,j),delta_iter^2,[1,Nseed(i,1)])+1e-006*rand();%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
a=x_iter;
b=[b,a'];end
m{i}=b';
b=[];
endf=[];for i=1:M(1,1)for j=1:Nseed(i,1)c=m{i};d=c(:,j);
fitness_seed=sum(d(:,1).^2);endX=[m,xini];                                 %新种群
F=[e;f];                                    %新种群的适应度值
Niter=Niter+sum(Nseed(:,1));                %新种群个体数量
V=size(X);
q=[];h=X{i};B=size(h);for j=1:B(1,2)l=h(:,j);q=[q,l];end
end
o=q';%%%%%%%%%%4 竞争排除%%%%%%%%%%%%fitmin=g(1:pmax,1);Niter=pmax;
elsefitmin=g;
endxini=q(:,p(1:Niter,1));
iter=iter+1
yy=min(fitmin);end
%%%%%%%%%%%%%对经过一代繁殖后的杂草种群进行DE操作，产生新种群%%%%%%%%%%%%
it=1;while  it<=50v=zeros(Niter,dim);u=zeros(Niter,dim);
for i=1:Niterp=randint(3,1,[1 Niter]);
r1=p(1);
r2=p(2);
r3=p(3);
for j=1:dim
v(i,j)=o(r1,j)+G*(o(r2,j)-o(r3,j));rk=randint(1,1,[1 dim]);elseu(i,j)=o(i,j);endend
fitu=sum(u(i,:).^2);
if fitu<F(i)o(i,:)=u(i,:);F(i)=fitu;end
endit=it+1endFfigure(1)
plot(1:itmax,EB(1:itmax))
y=min(fitmin);
y
toc

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]施媛波.基于改进的群居蜘蛛优化云计算任务调度算法[J].电脑编程技巧与维护. 2021,(04)

【优化算法】差分进化优化杂草优化（DIWO）【含Matlab源码 1482期】相关推荐

【单目标优化求解】基于matlab黑猩猩算法求解单目标问题【含Matlab源码 1413期】
一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[单目标优化求解]基于matlab黑猩猩算法求解单目标问题[含Matlab源码 1413期] 点击上面蓝色字体,直接付费下载,即可. 获取代 ...
【风电功率预测】基于matlab帝国殖民竞争算法优化BP神经网络风电功率预测【含Matlab源码 1314期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源: [风电功率预测]基于matlab帝国殖民竞争算法优化BP神经网络风电功率预测[含Matlab源码 1314期] ⛄二.帝国殖民竞争算法简 ...
【APF三维路径规划】基于matlab人工势场算法无人机三维路径规划【含Matlab源码 168期】
一.获取代码方式获取代码方式1: 通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码. 获取代码方式2: 完整代码已上传我的资源:[三维路径规划]基于matlab人工势场算法无人机三维 ...
【RRT三维路径规划】基于matlab RRT算法无人机三维路径规划【含Matlab源码 155期】
一.获取代码方式获取代码方式1: 通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码. 获取代码方式2: 完整代码已上传我的资源:[三维路径规划]基于matlab RRT算法无人机三维 ...
【RRT三维路径规划】基于matlab RRT算法无人机三维路径规划【含Matlab源码 1363期】
一.获取代码方式获取代码方式1: 通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码. 获取代码方式2: 完整代码已上传我的资源:[三维路径规划]基于matlab RRT算法无人机三维 ...
【物流选址】基于matlab免疫算法求解物流选址问题【含Matlab源码 020期】
一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[物流选址]基于matlab免疫算法求解物流选址问题[含Matlab源码 020期] 获取代码方式2: 付费专栏Matlab路径规划(初级版 ...
【A_star三维路径规划】基于matlab A_star算法无人机三维路径规划【含Matlab源码 446期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[三维路径规划]基于matlab A_star算法无人机三维路径规划[含Matlab源码 446期] 获取代码方式2: 付费专栏Matla ...
【ACO TSP】基于matlab蚁群算法求解31城市旅行商问题【含Matlab源码 1147期】
一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[TSP]基于matlab蚁群算法求解31城市旅行商问题[含Matlab源码 1147期] 点击上面蓝色字体,直接付费下载,即可. 获取代码 ...
【LSSVM回归预测】基于matlab灰狼算法优化最小支持向量机GWO-LSSVM数据预测【含Matlab源码 2259期】
⛄一.灰狼算法优化最小支持向量机GWO-LSSVM简介 1 算法理论采用灰狼优化算法的最小二乘支持向量机模型预测时,为避免过拟合现象和检验该模型的有效性,将实证部分主要分为:①基于灰狼优化算法的最小 ...
【LSSVM回归预测】基于matlab人工蜂群算法优化最小二乘支持向量机LSSVM数据回归预测【含Matlab源码 2213期】
⛄一.人工蜂群算法优化最小二乘支持向量机LSSVM简介 1 最小二乘支持向量机最小二乘支持向量机是支持向量机的一种改进算法[9,10],它将SVM算法中的不等式约束转化为等式约束,采用最小二乘线性系 ...