果蝇（FOA）优化算法(附完整Matlab代码，可直接复制）

果蝇优化算法的核心是利用果蝇搜索实物的机制来对问题进行寻优。果蝇根据气味来确定食物的位置，食物腐烂程度越高，气味越大，果蝇对其越敏感。果蝇的觅食行为如下图：

Fig1. 果蝇觅食行为示意图                                                         

1.果蝇位置初始化

每只果蝇位置随机产生公式如下：

2.果蝇通过气味寻找食物

刚开始，果蝇无法判断食物的位置，因此需先估算出个体与最初设立点之间的开始距离Dist,并计算出浓度Si。

每只果蝇位置处的浓度：

找出全局最优：

3、果蝇位置更新

果蝇优化算法的Matlab程序如下：

 
 
%pop——种群数量
%dim——问题维度
%ub——变量上界，[1,dim]矩阵
%lb——变量下界，[1,dim]矩阵
%fobj——适应度函数（指针）
%MaxIter——最大迭代次数
%Best_Pos——x的最佳值
%Best_Score——最优适应度值
clc;
clear all;
close all;
pop=50;
dim=2;
ub=[10,10];
lb=[-10,-10];
MaxIter=100;
fobj=@(x)fitness(x);%设置适应度函数
[Best_Pos,Best_Score,IterCurve]=FA(pop,dim,ub,lb,fobj,MaxIter);
%…………………………………………绘图…………………………………………
figure(1);
plot(IterCurve,'r-','linewidth',2);
grid on;
title('果蝇优化算法迭代曲线');
xlabel('迭代次数');
ylabel('适应度值');
%…………………………………… 结果显示……………………………………
disp(['求解得到的x1，x2是:',num2str(Best_Pos(1)),' ',num2str(Best_Pos(2))]);
disp(['最优解对应的函数:',num2str(Best_Score)]);
 
 
%种群初始化函数
function [x,y]=initialization(pop,ub,lb,dim)
 x=zeros(pop,dim);
 y=zeros(pop,dim);
for i=1:pop
    for j=1:dim
        x(i,j)=(ub(j)-lb(j))*rand()+lb(j);
        y(i,j)=(ub(j)-lb(j))*rand()+lb(j);
    end
end
end
%越界调整函数
function x=BoundrayCheck(x,ub,lb,dim)
for i=1:size(x,1)
    for j=1:dim
        if x(i,j)>ub(j)
            x(i,j)=ub(j);
        end
        if x(i,j)

运行结果：

 相关阅读：

1、粒子群（PSO）优化算法（附完整Matlab代码，可直接复制）

2、灰狼（GWO）优化算法（附完整Matlab代码，可直接复制）

3、正余弦（SCA）优化算法（附完整Matlab代码，可直接复制）

4、萤火虫（FA）优化算法（附完整Matlab代码，可直接复制）

5、果蝇（FOA）优化算法(附完整Matlab代码，可直接复制）