【优化算法】Tent映射的混合灰狼优化算法【含Matlab源码1570期】
⼀、Tent映射的混合灰狼优化算法简介
1Ｔｅｎｔ 混沌映射
ＧＷＯ算法在解决函数优化问题中，通常利⽤随机产⽣的数据作为初始种群信息，这将难以保留种群的多样性，会造成算法的寻优结果较差． 然⽽，混沌运动具有随机性、规律性、以及遍历性的特征，在求解函数优化问题时这些特性能够使算法容易逃离局部最优解，从⽽可以维持种群的多样性，同时提⾼全局搜索能⼒． 现有的混沌映射有Ｔｅｎｔ 映 射、 Ｌｏｇｉｓｔｉｃ 映射等． 但是，不同的混沌映射对于提⾼函数优化能⼒不同． ⽬前⽂献中⼤多数采⽤ Ｌｏｇｉｓｔｉｃ 映射，但是该映射在［０， ０．１］和［０．９， １］两个区域内有较⾼的取值率． 因⽽，Ｌｏｇｉｓｔｉｃ 映射遍历不均匀性会导致算法的收敛速度较慢，从⽽导致算法的效率降低． 单梁［１５］等证明Ｔｅｎｔ 映射⽐ Ｌｏｇｉｓｔｉｃ 映射的遍历均匀性更好以及能够提⾼算法的寻优速度，与此同时能够在［０， １］之间产⽣分布较均匀的初始值． 因此，本⽂将利⽤ Ｔｅｎｔ 映射初始化种群． Ｔｅｎｔ 映射表达式：
当 ｕ ＝ １ ／ ２ 时，Ｔｅｎｔ 映射具有最典型的形式，此时所得的序列具有均匀的分布，对不同的参数有近似⼀致的分布密度． 因⽽，本⽂引⽤的 Ｔｅｎｔ 混沌映射的公式为
即 ｘｔ＋１ ＝ （２ｘｔ）ｍｏｄ１ Ｔｅｎｔ 混沌映射产⽣序列值的具体步骤如下所⽰：Ｓｔｅｐ１： 随机产⽣初始值 ｘ０（在［０，１］ 之间且避免 ｘ０ 落在 （０．２，０．４，０．６，０．８））， 记 ⼊ 标 记 组， 即 ｙ（１） ＝ｘ０ ，ｉ ＝ １，ｊ ＝ １； Ｓｔｅｐ２： 按式（１４） 迭代产⽣⼀个ｘ 序列，ｉ ＝ ｉ ＋ １；
可爱的卡通头像女
Ｓｔｅｐ３：Ｉｆ 达到最⼤迭代次数，则转向 Ｓｔｅｐ４；Ｅｌｓｅ ｉｆ ｘｉ ＝ ｛０，０．２５，０．５，０．７５｝ 或者 ｘｉ ＝ ｘｉ － ｋ，ｋ ＝ ｛０，１，２， ３，４｝，则按式 ｘ（ｉ） ＝ ｙ（ｊ ＋ １） ＝ ｙ（ｊ） ＋ ｃ 改变迭代初值，ｃ是随机数，ｊ＝ｊ ＋１； Ｅｌｓｅ 返回 Ｓｔｅｐ２； Ｓｔｅｐ４：运⾏停⽌，保留ｘ序列．
⼆、部分源代码
三、运⾏结果
四、matlab 版本及参考⽂献古剑奇谭主题曲
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.% PSO % GWO % IGWO % PSO_GWO %% 清空环境变量clear clc %% 基本参数N = 30; % 种群规模maxgen = 500; % 最⼤迭代次数%% 获取函数名Function_name = 'F4'; % 从F1到F23的测试函数的名称（本⽂中的表1、2、3）[lb , ub , dim , fobj ] = Get_Functions_details (Function_name );%% 初始化种群位置X = initialization (N , dim , ub , lb );for i = 1:N fitness (i ) = fobj (X (i , :));end cnt_max = 30;curve_pso = zeros (1, maxgen );curve_gwo = zeros (1, maxgen );curve_igwo = zeros (1, maxgen );curve_pso_gwo = zeros (1, maxgen );for cnt = 1:cnt_max %% 传⼊函数变量 [bestvalue_PSO , gbest_PSO , Curve_PSO ] = PSO (N , maxgen , X , fitness , lb , ub , dim , fobj ); [bestvalue_GWO , gbest_GWO , Curve_GWO ] = GWO (N , maxgen , X , fitness , lb , ub , dim , fobj ); [bestvalue_IGWO , gbest_IGWO , Curve_IGWO ] = IGWO (N , maxgen , X , fitness , lb , ub , dim , fobj ); [bestvalue_PSO_GWO , gbest_PSO_GWO , Curve_PSO_GWO ] = PSO_GWO (N , maxg
en , X , fitness , lb , ub , dim , fobj ); %% curve_pso = curve_pso + Curve_PSO ; curve_gwo = curve_gwo + Curve_GWO ; curve_igwo = curve_igwo + Curve_IGWO ; curve_pso_gwo = curve_pso_gwo + Curve_PSO_GWO ;end %% 绘图⽐较figure ;t = 1:maxgen ;milogy (t , curve_pso /cnt_max , 'bo-', t , curve_gwo /cnt_max , 'k*-', t , curve_igwo /cnt_max , 'mx-',... t , curve_pso_gwo /cnt_max , 'rd-', 'linewidth', 2, 'linewidth', 1.5, 'MarkerSize',7, 'MarkerIndices', 1:50:maxgen );legend ('PSO', 'GWO', 'IGWO', 'PSO\_GWO');title ('F3');xlabel '迭代次数';ylabel '⽬标函数值';
1
2
3
4
5
6
7宝能收购万科
除法公式大全8
9
10
11
12
13
14
15
16
17
18
金星月
19
入党20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
满意度调研42
43
44
45
46
47
48
教研活动记录教研内容
49
