北方苍鹰算法代码python

北方苍鹰算法是一种优化算法，它模拟了北方苍鹰在捕食过程中的行为。下面是一个简单的北方苍鹰算法的Python代码示例：

import random

# 定义目标函数（这里以求解最小值为例）
def objective_function(x):
    return x**2

# 初始化参数
population_size = 50
max_iterations = 100
lower_bound = -10
upper_bound = 10

# 初始化种群
population = [random.uniform(lower_bound, upper_bound) for _ in range(population_size)]

# 迭代更新
for iteration in range(max_iterations):
    # 计算适应度值
    fitness_values = [objective_function(x) for x in population]
    
    # 找到最优解
    best_index = fitness_values.index(min(fitness_values))
    best_solution = population[best_index]
    
    # 更新种群
    new_population = []
    for i in range(population_size):
        if i != best_index:
            # 根据最优解更新个体位置
            new_position = population[i] + random.uniform(-1, 1) * (population[i] - best_solution)
            # 边界处理
            new_position = max(lower_bound, min(upper_bound, new_position))
            new_population.append(new_position)
        else:
            new_population.append(population[i])
    
    population = new_population

# 输出结果
print("最优解：", best_solution)
print("最优值：", objective_function(best_solution))

这段代码实现了一个简单的北方苍鹰算法，其中包括目标函数的定义、种群的初始化、迭代更新等步骤。在每次迭代中，根据最优解更新其他个体的位置，以逐步寻找最优解。