改进蚁狮优化算法

目录

​1 主要内容 

2 部分程序

3 程序结果

4 程序链接

​1 主要内容 

该程序方法复现《改进蚁狮算法的无线传感器网络覆盖优化》两种改进算法模型，即原始ALO算法的基础上添加了两种改进策略：

- 改进1：将原先的间断性边界收缩因子变为连续性边界收缩因子，从而增强算法的遍历性

- 改进2：将原先均衡的权重系数变为动态权重系数，平衡算法的全局搜索和局部开发能力

2 部分程序

I=(400/max_iter)*sinh(20*current_iter/max_iter); %% 改进1：连续性边界收缩因子
​
% Dicrease boundaries to converge towards antlion
lb=lb/(I); % Equation (2.10) in the paper 
ub=ub/(I); % Equation (2.11) in the paper 
​
% Move the interval of [lb ub] around the antlion [lb+anlion ub+antlion]
if rand<0.5lb=lb+antlion; % Equation (2.8) in the paper
elselb=-lb+antlion;
end
​
if rand>=0.5ub=ub+antlion; % Equation (2.9) in the paper
elseub=-ub+antlion;
end
​
% This function creates n random walks and normalize accroding to lb and ub
% vectors 
for i=1:DimX = [0 cumsum(2*(rand(max_iter,1)>0.5)-1)']; % Equation (2.1) in the paper%[a b]--->[c d]a=min(X);b=max(X);c=lb(i);d=ub(i);      X_norm=((X-a).*(d-c))./(b-a)+c; % Equation (2.7) in the paperRWs(:,i)=X_norm;
end

3 程序结果

仿真图中包含改进后的IALO算法与原始ALO算法的比较，可以看出性能提升明显。

程序包含23种测试函数，可以通过修改main函数中的“F+编号”修改测试函数并进行验证。