麻雀优化算法matlab代码

您好！麻雀优化算法（Sparrow Optimization Algorithm, SOA）是一种基于群体智能的优化算法，灵感来源于麻雀的群体行为。下面是一个简单的麻雀优化算法的MATLAB代码示例：

% 参数设置
max_iter = 100; % 最大迭代次数
pop_size = 50; % 种群大小
dim = 10; % 问题维度
lb = -10; % 变量下界
ub = 10; % 变量上界

% 初始化种群
pop = lb + (ub-lb)*rand(pop_size, dim);

% 迭代优化
for iter = 1:max_iter
    % 计算适应度值
    fitness = cal_fitness(pop);
    
    % 更新鸟群位置
    [~, idx] = sort(fitness);
    elite_pop = pop(idx(1:pop_size/2), :);
    pop = lb + (ub-lb)*rand(pop_size, dim);
    pop(1:pop_size/2, :) = elite_pop;
    
    % 输出当前最优解
    [~, best_idx] = min(fitness);
    best_solution = pop(best_idx, :);
    disp(['Iteration ', num2str(iter), ': Best solution = ', num2str(best_solution)]);
end

% 适应度函数的定义（以最小化为例）
function fitness = cal_fitness(population)
    fitness = sum(population.^2, 2);
end

请注意，此代码是一个简化的示例，仅用于说明麻雀优化算法的基本实现。在实际应用中，您可能需要根据具体问题进行适当修改和调整。

希望对您有所帮助！如有任何其他问题，请随时提问。