布谷鸟算法matlab代码

布谷鸟算法（Cuckoo Search Algorithm）是一种基于模拟鸟类寄生习性的优化算法，其思想是模拟布谷鸟抢占他人巢穴和自己巢穴大小的适应度选择方法，来实现目标函数的最优化。该算法具有全局寻优、易于实现和收敛速度快等优点，被广泛应用于实际问题的优化求解。

以下是基于MATLAB实现的布谷鸟算法的代码示例：

% 初始化
n = 20; % 种群大小
m = 2; % 变量个数
itermax = 100; % 最大迭代次数
pa = 0.2; % 布谷鸟种群迁入率
alpha = 1.5; % 变异因子
sigma = 0.3; % 随机步长因子
Lb = [-5 -5]; % 解空间下限
Ub = [5 5]; % 解空间上限

% 初始化种群
nest = Lb + (Ub - Lb) .* rand(n, m);

% 计算适应度
fitness = @(x) sin(x(:,1)).*cos(x(:,2))+2;

% 迭代优化
for iter = 1:itermax

% 随机选择一只巢
k = randi(n);

% 生成新的布谷鸟解
u = nest(k,:) + sigma .* randn(1, m);
u = max(min(u, Ub), Lb);

% 评估适应度函数值
fnew = fitness(u);

% 判断是否迁入新巢
if fnew > fitness(nest(k,:))
nest(k,:) = u;
end

% 随机选择一只巢
i = randi(n);

% 随机选择另一只巢
j = randi(n);
while j == i
j = randi(n);
end

% 生成新的布谷鸟解
v = nest(i,:) + alpha .* (nest(i,:) - nest(j,:));
v = max(min(v, Ub), Lb);

% 评估适应度函数值
fnew = fitness(v);

% 判断是否迁入新巢
if fnew > fitness(nest(i,:))
nest(i,:) = v;
end

% 排序
[~, idx] = sort(fitness(nest), 'descend');
nest = nest(idx, :);

% 迁入新巢
m = round(pa * n);
nest(end-m+1:end, :) = Lb + (Ub - Lb) .* rand(m, m);

% 显示当前迭代次数和适应度最大值
fprintf('iter=%d, fmax=%f\n', iter, max(fitness(nest)));
end

% 显示最优解和最优值
[fmax, idx] = max(fitness(nest));
xmax = nest(idx, :);
fprintf('Maximum Fitness Value: %f\n', fmax);
fprintf('Optimal Solution: [%f, %f]\n', xmax(1), xmax(2));

以上是一个简单的布谷鸟算法的MATLAB代码示例，通过不断迭代调整布谷鸟的位置和适应度值，从而不断寻找最优解。该算法在实际问题中的应用也需要根据具体的问题进行参数调整和优化求解。