1 简介
人工蜂群算法(Artificial Bee Colony Algorithm, 简称ABC算法)是一个由蜂群行为启发的算法，在2005年由Karaboga小组为优化代数问题而提出。
2 部分代码
%%%%%%%%%%%寻找支配解%%%%%%%%
function non_dom=quick_sort(pop)
npop=size(pop,1);
K=10;
pop(:,K+3)=0;
for i=1:npop
pop(i,K+3)=0;
for j=1:i-1
if pop(j,K+3)==0
if Dominates(pop(i,K+1:K+2)',pop(j,K+1:K+2)')
pop(j,K+3)=1;
elseif Dominates(pop(j,K+1:K+2)',pop(i,K+1:K+2)')
pop(i,K+3)=1;
break;
end
end
end
end
ind=find(pop(:,K+3)==0);
non_dom=pop(ind,1:K+2);
% [N,P]=size(pop);
% M=2; %目标函数值的个数
% V=10; %每个目标函数值的维数
% non_dom=[];
% individual=pop; %pop：种群（自变量+目标函数值），行数为种群数量
% while ~isempty(individual) %individual为空时停止循环
% temp1=[];
% temp2=[];
% flag=0;
% %Number of individuals that dominate this individual 支配i的解的个数
% %individual(i).n=0;
% %Individuals which this individual dominate 被i支配的解
% %individual(i).p=[]
% for i=2:size(individual,1) %size(individual,1)为individual的行数
% dom_less=0;
% dom_equal=0;
% dom_more=0;
% for j=1:M %M=2，两个目标函数
% if(individual(1,V+j)<individual(i,V+j)) %V=6，每个目标函数均为六维 %%pareto支配判断
% dom_less=dom_less+1; %解1有可能支配解i
% elseif (individual(1,V+j)==individual(i,V+j))
% dom_equal=dom_equal+1; %互不支配
% else
% dom_more=dom_more+1; %解1有可能被解i支配
% end
% end
% if dom_less==0 && dom_equal~=M %该行为真时，表示解i支配解1
% flag=flag+1; %flag中存放解i支配解1的个数
% temp1=[temp1;individual(i,:)]; %temp1中存放支配解i
% elseif dom_more==0 && dom_equal~=M %该行为真时，表示解1支配解i
% temp2=[temp2;individual(1,:)]; %temp2中存放支配解1
% else %其余情况：两个解互不支配
% temp1=[temp1;individual(i,:)]; %temp1中也存放有可能支配的解i
% end %则称j优于i，则把此时的j放入individual(i)_p中
% end %循环结束时，表示解1依次与后面所有的解进行了支配判别
% if flag==0||isempty(temp1) %该行判断值为真时，表示解1不受当前任何解的支配
% %即解1为当前解集中的一个pareto最优解
% non_dom=[non_dom;individual(1,:)];
% end
% individual=temp1; %此时temp1中存放的就是通过上次比较后剩下的非支配解（非支配解即不受其他解支配）
end
3 仿真结果
4 参考文献
[1]李永正. 改进人工蜂群算法求解多目标连续优化问题[J]. 哈尔滨师范大学自然科学学报, 2018, 34(2):5.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
