蝴蝶算法matlab代码

蝴蝶算法（Butterfly Optimization Algorithm）是一种基于仿生学的优化算法，模拟了蝴蝶觅食的行为。下面是一个简单的蝴蝶算法的Matlab代码示例：

% 初始化参数
n = 50; % 种群数量
max_iter = 100; % 最大迭代次数
lb = -10; % 变量下界
ub = 10; % 变量上界

% 初始化种群
X = lb + (ub - lb) * rand(n, 2); % 二维问题，每个个体有两个变量
fitness = zeros(n, 1); % 个体适应度

% 迭代优化
for iter = 1:max_iter
    % 计算适应度
    for i = 1:n
        fitness(i) = objective_function(X(i, :)); % objective_function为目标函数，根据具体问题定义
    end
    
    % 更新种群
    [~, idx] = min(fitness); % 找到最优个体的索引
    best_solution = X(idx, :); % 最优解
    
    for i = 1:n
        if i ~= idx
            r1 = rand(); % 随机数1
            r2 = rand(); % 随机数2
            
            % 更新个体位置
            X(i, :) = X(i, :) + r1 * (best_solution - X(i, :)) + r2 * (X(idx, :) - X(i, :));
            
            % 边界处理
            X(i, :) = max(X(i, :), lb);
            X(i, :) = min(X(i, :), ub);
        end
    end
end

% 输出结果
disp('最优解：');
disp(best_solution);
disp('最优适应度：');
disp(objective_function(best_solution));

% 目标函数示例
function f = objective_function(x)
    f = x(1)^2 + x(2)^2; % 二维问题的目标函数，根据具体问题定义
end

这段代码实现了一个简单的蝴蝶算法，其中包括初始化种群、计算适应度、更新种群等步骤。你可以根据具体问题修改目标函数和参数设置。希望对你有帮助！