## 2 部分代码

%% 清空环境变量clc;clear;%% 初始化参数domx = [-3, 3; -3, 3];       % 定义域rho = 0.9;                   % 荧光素挥发因子gamma = 0.1;                 % 适应度提取比例beta = 0.58;                 % 邻域变化率nt = 6;                      % 邻域阀值(邻域萤火虫数)s = 0.03;                    % 步长iot0 = 400;                  % 荧光素初始浓度rs = 3;                      % 感知半径r0 = 3;                      % 决策半径m = size(domx, 1);           % 函数空间维数n = 50;                      % 萤火虫数量gaddress = zeros(n, m);      % 分配萤火虫地址空间gvalue = zeros(n, 1);        % 分配适应度存放空间ioti = zeros(n, 1);          % 分配荧光素存放空间rdi = zeros(n, 1);           % 分配萤火虫决策半径存放空间%% 萤火虫常量初始化% 初始化地址for i = 1:m    gaddress(:, i) = domx(i, 1)+(domx(i, 2)-domx(i, 1))*rand(n, 1);end% 初始化荧光素浓度ioti(:, 1) = iot0;% 初始化决策半径rdi(:, 1) = r0;iter_max = 500;            % 最大迭代次数t = 1;                     % 迭代计数器yy = zeros(iter_max, 1);   % 各代最优解%% 迭代寻优while t <= iter_max    % 更新荧光素浓度    ioti = (1-rho)*ioti+gamma*fun(gaddress);    % 各萤火虫移动过程开始    for i = 1:n        % 决策半径内找更优点        Nit = [];                 % 存放萤火虫序号        for j = 1:n            if norm(gaddress(j, :)-gaddress(i, :)) < rdi(i) && ioti(i, 1) < ioti(j, 1)                Nit(numel(Nit)+1) = j;            end        end        % 找下一步移动的点开始        if ~isempty(Nit)                       Nitioti = ioti(Nit, 1);              % 选出Nit荧光素            SumNitioti = sum(Nitioti);           % Nit荧光素和            Molecular = Nitioti-ioti(i, 1);      % 分子            Denominator = SumNitioti-ioti(i, 1); % 分母            Pij = Molecular./Denominator;   % 计算Nit各元素被选择概率            Pij = cumsum(Pij);        % 累计            Pij = Pij./Pij(end);      % 归一化            Pos = find(rand < Pij);   % 确定位置            j = Nit(Pos(1));          % 确定j的位置            % 萤火虫i向j移动一小步            gaddress(i, :) = gaddress(i, :)+s*(gaddress(j, :)-gaddress(i, :))/norm(gaddress(j, :)-gaddress(i, :));            % 边界处理(限制范围)            gaddress(i, :) = min(gaddress(i, :), domx(1, 2));                    gaddress(i, :) = max(gaddress(i, :), domx(1, 1));             % 更新决策半径            rdi(i) = rdi(i)+beta*(nt-length(Nit));            if rdi(i, 1) < 0                rdi(i, 1) = 0;            end            if rdi(i, 1) > rs                rdi(i, 1) = rs;            end        end

## 4 参考文献

[1]刘林. 基于LSSVM的短期交通流预测研究与应用[D]. 西南交通大学, 2011.