多目标鱼群算法-聚群行为学习
function = FSA_center( Xi, Yi, II, pop, pro, popminmax, sizepop, visual, step, try_number, delta,BestPop)%function = FSA_center( Xi, Yi, pop, pro, popminmax, sizepop, visual, step, try_number, delta,BestPop)
% 聚群行为
popmin = popminmax(1);popmax = popminmax(2); % x1
V = length(Xi);M = length(Yi);%xi，yi当前个体位置
% Xi = pop(j,:); % 当前的种群
% Yi = fitness(j);% 当前种群对应的适应度值
for k=1:sizepop
d(k) = norm( Xi-pop(k,1:V) ,2); %计算二范数，即所谓距离
end
[~,b] = find( d>0 & d<visual );%取出符合条件的个体，即在视野范围内
if(~isempty(b))%确定数组是否为空，~isempty（A）表示如果A是空元素，结果为0，否则结果为1。
Xc = zeros( size(pop(1,1:V)) );%%%不为空的话则执行该条语句，为空的话执行觅食行为。%%%%size获取矩阵大小（本文设置的是1行4列），zero把该矩阵赋值为0,即把Xc初始化为1*4数组，元素为0
for k=1:length(b)%%返回向量长度，%%%既符合要求的个体（猜）
Xc = Xc+pop(b(k),1:V);%%取出符合条件的个体
end
Xc = Xc./length(b);%%
Xc =(Xc-Xi+BestPop(1:V)-Xi)+Xi;
Yc = evaluate_objective(Xc,pro); % 适应度值
Dis = FishDis(,M,V);
if Domination2(Yc,Yi) && Dis(end)>Dis(II)%%聚群行为的判断条件
% if Domination2(Yc,Yi) && delta>Dis(end)
Xt = Xi + ( Xc - Xi )./norm(Xc-Xi,2) .* step .*rand(1);
Xt=PopWs(Xt,pro);
Yt = evaluate_objective(Xt,pro); % 适应度值
else
% 觅食行为
= FSA_find( Xi, Yi,pro, popminmax, visual, step, try_number,BestPop(1:V));
end
else
% 觅食行为
= FSA_find( Xi, Yi,pro, popminmax, visual, step, try_number,BestPop(1:V));
end
页:
[1]