MATLAB实现布谷鸟算法的代码

% 布谷鸟算法

% 基本参数设置
N = 10; % 种群规模
T = 100; % 最大迭代次数
dim = 2; % 变量维度
Xmax = [10, 10]; % 变量上限
Xmin = [-10, -10]; % 变量下限
f_best = inf; % 存储最优解

% 初始化种群
X = rand(N, dim) .* (Xmax - Xmin) + Xmin; % 随机生成初始解
V = rand(N, dim) .* (Xmax - Xmin) - (Xmax - Xmin) / 2; % 随机生成初始速度

% 迭代优化
for t = 1:T
% 计算适应度值
f = sum(X.^2, 2); % 计算每个个体的适应度值

% 更新最优解
[f_min, idx] = min(f); % 找到适应度值最小的个体
if f_min < f_best
f_best = f_min; % 更新最优解
x_best = X(idx, :); % 更新最优解对应的变量值
end

% 更新速度和位置
for i = 1:N
% 随机选择两个个体
r1 = randi([1 N]);
r2 = randi([1 N]);
while r1 == r2
r2 = randi([1 N]);
end

% 更新速度
V(i, :) = V(i, :) + rand(1, dim) .* (X(r1, :) - X(i, :)) + rand(1, dim) .* (x_best - X(i, :));
V(i, :) = min(V(i, :), (Xmax - Xmin) / 2); % 限制速度范围
V(i, :) = max(V(i, :), -(Xmax - Xmin) / 2);

% 更新位置
X(i, :) = X(i, :) + V(i, :);
X(i, :) = min(X(i, :), Xmax); % 限制变量范围
X(i, :) = max(X(i, :), Xmin);
end

% 显示迭代结果
fprintf('Iteration %d: f_best = %.4f\n', t, f_best);
end

% 显示最优解
fprintf('Best solution: x_best = [%.4f, %.4f], f_best = %.4f\n', x_best(1), x_best(2), f_best);