1 简介
水循环优化算 法 是 由 ＨａｄｉＥｓｋａｎｄａｒ等 人 于２０１２年提出，其理论受启发于大自然，是根据观察 大 自 然 水 循环过程中水由江、河、湖泊流向海洋的过程而提出的。自然界的水在太阳能和大气运动的驱动下，不 断 地 从 水面、陆面和植物的 茎 叶 面，通过蒸发或散发，以 水 汽 的 形式进入大气圈。水汽在大气圈中凝结成水滴，在 地 球 引力的作用下，以降水的形式降落到地面。到 达 地 球 表 面的降水，一部分通过地面渗入地下，一部分则 形 成 地 面 径流然后主要在重力作用下流入江、河、湖泊，再汇入海洋。水循环算法就是根据这一大自然现象即水循环中降水由溪流、河流流向大海的特点提出的。与 其 它 智 能 算法相似，该算法先以降雨层初始化形成一个初始粒子群即降水，选择最佳粒子位置（最 好 降 雨 层）作 为 大 海，然 后，选择一些较好的降雨层做为河流，其余的 降 雨 层 被 认为是流入河流或海洋的溪流。通 过 计 算 降 雨 层 的 适 应值，并将其进行对比，选取最优解（即大海）。
2 部分代码
clear all;
clc;
close all;
format long g
objective_function=@fun;
constraints=@Constraints;
for k=1:1 % Number of independent runds
%==========================================================================
% Problem 1
% nvars=7;
% LB=[-10 -10 -10 -10 -10 -10 -10];
% UB=[10 10 10 10 10 10 10];
%==========================================================================
% Problem 2
% nvars=5;
% LB=[78 33 27 27 27];
% UB=[102 45 45 45 45];
%==========================================================================
% Problem 3
% nvars=10;
% LB=ones(1,nvars)*0;
% UB=ones(1,nvars)*1;
%==========================================================================
% Problem 4
% nvars=3;
% LB=ones(1,nvars)*0;
% UB=ones(1,nvars)*10;
%==========================================================================
% Three-bar truss problem
% nvars=2;
% LB=[0 0];
% UB=[1 1];
%==========================================================================
% Speed reducer problem
nvars=7;
LB=[2.6 0.7 17 7.3 7.3 2.9 5];
UB=[3.6 0.8 28 8.3 8.3 3.9 5.5];
%==========================================================================
% Pressure vessel problem
% nvars=4;
% LB=[0 0 10 10];
% UB=[100 100 200 200];
%==========================================================================
% Tension/compression spring design problem
% nvars=3;
% LB=[0.05 0.25 2];
% UB=[2 1.3 15];
%==========================================================================
% Welded beam problem
% nvars=4;
% LB=[0.1 0.1 0.1 0.1];
% UB=[2 10 10 2];
%==========================================================================
% Rolling Element Bearing
% nvars=10;
% D=160;
% d=90;
% LB=[0.5*(D+d) 0.15*(D-d) 4 0.515 0.515 0.4 0.6 0.3 0.02 0.6];
% UB=[0.6*(D+d) 0.45*(D-d) 50 0.6 0.6 0.5 0.7 0.4 0.1 0.85];
%==========================================================================
% Multiple disk clutch brake
% nvars=5;
%--------------Info
% % ri=[60,21,21,...,80]; x(1)
% % ro=[90,91,92,...,110]; x(2)
% % t=[1,1.5,2,2.5,3]; x(3)
% % F=[600,610, 620,...,1000]; x(4)
% % Z=[2,3,4,5,6,7,8,9]; x(5)
%-------------
% LB=[60 90 1 2];
% UB=[80 110 3 9];
[Xmin,Fmin,SUM_Constraints,NFEs,Elapsed_Time]=WCA_Const(objective_function,constraints,LB,UB,nvars)
disp(['Run: ',num2str(k),' Fmin= ',num2str(Fmin),' Summation Constraint Violations: ',num2str(SUM_Constraints)]);
F(k)=Fmin;
N(k)=NFEs;
end
img =gcf; %获取当前画图的句柄
print(img, '-dpng', '-r600', './运行结果.png') %即可得到对应格式和期望dpi的图像
[Min_F index]=min(F)
Ave_F=mean(F)
Max_F=max(F)
SD_F=std(F)
[Min_NFEs indexx]=min(N)
Ave_NFEs=mean(N)
Max_NFEs=max(N)
SD_NFEs=std(N)
3 仿真结果
4 参考文献
[1]章纯. (2014). 水循环算法在结构优化设计中的应用及其在多目标中的改进. (Doctoral dissertation, 广东工业大学).
