鲈鱼优化算法（Matlab代码实现）

💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

目录

​​💥1 概述​​

​​📚2 运行结果​​

​​🎉3 参考文献​​

​​🌈4 Matlab代码实现​​

💥1 概述

    鲈鱼属于鲈形目，身体呈透明桶形。它们的组织与水母高度相似。它们的运动也与水母非常相似，其中水被泵入身体作为向前移动的推进力。

关于这种生物的生物学研究正处于早期里程碑，主要是因为它们的生活环境极难进入，而且将它们留在实验室环境中确实很难。论文中感兴趣的是它们的蜂群行为。在深海中，貓鱼通常会形成一个称为貂鱼链的群。这种行为的主要原因还不是很清楚，但一些研究人员认为，这样做是为了通过快速协调的变化和觅食来实现更好的运动。

文献中几乎没有对蜂群行为和鲈鱼种群进行数学建模。此外，没有用于解决优化问题的salp群的数学模型，而蜂群，蚂蚁和鱼类群已被广泛用于建模并用于解决优化问题。Salp Swarm 算法 （SSA） 模仿 salps 来解决优化问题。

📚2 运行结果

部分代码：

function [FoodFitness,FoodPosition,Convergence_curve]=SSA(N,Max_iter,lb,ub,dim,fobj)
if size(ub,1)==1
     ub=ones(dim,1)*ub;
     lb=ones(dim,1)*lb;
 endConvergence_curve = zeros(1,Max_iter);
%Initialize the positions of salps
 SalpPositions=initialization(N,dim,ub,lb); FoodPosition=zeros(1,dim);
 FoodFitness=inf; %calculate the fitness of initial salps
for i=1:size(SalpPositions,1)
     SalpFitness(1,i)=fobj(SalpPositions(i,:));
 end[sorted_salps_fitness,sorted_indexes]=sort(SalpFitness);
for newindex=1:N
     Sorted_salps(newindex,:)=SalpPositions(sorted_indexes(newindex),:);
 endFoodPosition=Sorted_salps(1,:);
 FoodFitness=sorted_salps_fitness(1);%Main loop
 l=2; % start from the second iteration since the first iteration was dedicated to calculating the fitness of salps
 while l<Max_iter+1
     
     c1 = 2*exp(-(4*l/Max_iter)^2); % Eq. (3.2) in the paper
     
     for i=1:size(SalpPositions,1)
         
         SalpPositions= SalpPositions';
         
         if i<=N/2
             for j=1:1:dim
                 c2=rand();
                 c3=rand();
                 %%%%%%%%%%%%% % Eq. (3.1) in the paper %%%%%%%%%%%%%%
                 if c3<0.5 
                     SalpPositions(j,i)=FoodPosition(j)+c1*((ub(j)-lb(j))*c2+lb(j));
                 else
                     SalpPositions(j,i)=FoodPosition(j)-c1*((ub(j)-lb(j))*c2+lb(j));
                 end
                 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
             end
             
         elseif i>N/2 && i<N+1
             point1=SalpPositions(:,i-1);
             point2=SalpPositions(:,i);
             
             SalpPositions(:,i)=(point2+point1)/2; % % Eq. (3.4) in the paper
         end
         
         SalpPositions= SalpPositions';
     end
     
     for i=1:size(SalpPositions,1)
         
         Tp=SalpPositions(i,:)>ub';Tm=SalpPositions(i,:)<lb';SalpPositions(i,:)=(SalpPositions(i,:).*(~(Tp+Tm)))+ub'.*Tp+lb'.*Tm;
         
         SalpFitness(1,i)=fobj(SalpPositions(i,:));
         
         if SalpFitness(1,i)<FoodFitness
             FoodPosition=SalpPositions(i,:);
             FoodFitness=SalpFitness(1,i);
             
         end
     end
     
     Convergence_curve(l)=FoodFitness;
     l = l + 1;
 end

🎉3 参考文献

​​🌈​​4 Matlab代码实现