鲸鱼优化算法 matlab

以下是使用Matlab实现鲸鱼优化算法的示例代码：

% 鲸鱼优化算法
% 问题：求解函数f(x) = x*sin(10*pi*x)+2.0，其中-1<=x<=2
% 参考文献：Seyedali Mirjalili, Andrew Lewis, "The Whale Optimization Algorithm", Advances in Engineering Software, Vol. 95, pp. 51-67, 2016.

% 初始化参数
SearchAgents_no = 30; % 搜索代理数量
Max_iter = 500; % 最大迭代次数
lb = -1; % 搜索下界
ub = 2; % 搜索上界
dim = 1; % 搜索维度

% 初始化搜索代理
X = zeros(SearchAgents_no, dim);
for i = 1 : SearchAgents_no
    X(i, :) = lb + (ub - lb) * rand(1, dim);
end

% 初始化最优解
Best_pos = zeros(1, dim);
Best_score = inf;

% 开始迭代
for t = 1 : Max_iter
    % 更新a和A
    a = 2 - 2 * t / Max_iter;
    A = 2 * a * rand() - a;
    
    % 更新C
    C = 2 * rand();
    
    % 更新p和b
    for i = 1 : SearchAgents_no
        r1 = rand();
        r2 = rand();
        A_i = 2 * A * r1 - A;
        C_i = 2 * C * r2 - C;
        D_i = abs(C_i * Best_pos - X(i, :));
        X1 = Best_pos - A_i * D_i;
        
        r1 = rand();
        r2 = rand();
        A_i = 2 * A * r1 - A;
        C_i = 2 * C * r2 - C;
        D_i = abs(C_i * X(i, :) - X(i, :));
        X2 = X(i, :) - A_i * D_i;
        
        % 更新搜索代理
        if feval('fobj', X1) < feval('fobj', X2)
            X(i, :) = X1;
        else
            X(i, :) = X2;
        end
        
        % 更新最优解
        if feval('fobj', X(i, :)) < Best_score
            Best_pos = X(i, :);
            Best_score = feval('fobj', X(i, :));
        end
    end
    
    % 输出当前迭代次数和最优解
    disp(['Iteration ' num2str(t) ': Best Cost = ' num2str(Best_score)]);
end

% 定义目标函数
function z = fobj(x)
    z = x * sin(10 * pi * x) + 2.0;
end

该示例代码实现了鲸鱼优化算法，并使用该算法求解了一个测试函数。你可以根据自己的需求修改目标函数和搜索范围。需要注意的是，该算法的性能和搜索效果与参数的设置有很大关系，需要根据具体问题进行调整。