免疫算法IA——3

1、题目

2、仿真过程

3、代码实现

4、结果展示

1、例题：

求函数的最小值，其中x的取值范围为[-4,4]，y的取值范围[-4,4]。这是一个有多个局部极值的函数，其函数值图形如图所示 

2、仿真过程

（1）初始化免疫个体维数D=2，免疫种群个数NP=50，最大进化代数G=200,变异概率=0.7,激励度系数=2,=1, 相似度阈值=0.2，克隆个数=5.

（2）随机产生初始种群，计算个体亲和度、抗体浓度和激励度，并按激励度排序

（3）取激励度前 个个体进行克隆、变异、克隆抑制的免疫操作，免疫后的种群进行激励度计算。

（4）随机生成个个体的新种群，并计算个体亲和度，抗体浓度和激励度；免疫种群和随机种群合并，按激励度排序，进行免疫迭代。

（5）判断是否满足终止条件：若满足，则结束搜索过程，输出优化值，若不满足，则继续进行迭代优化。

优化结束后，亲和度进化曲线如图所示，优化后的结果为

X=

Y =   

3、代码实现

  3.1——图像代码

clear all;
close all;
clc;
x=-4:0.02:4;
y=-4:0.02:4;
N=size(x,2);
for i=1:N
    for j=1:N
        z(i,j)=3*cos(x(i)*y(j))+x(i)+y(j);
    end
end
mesh(x,y,z)
xlabel('x')
ylabel('y')