第基于Matlab實現(xiàn)多目標(biāo)粘液霉菌算法的示例代碼目錄1.概述2.算法過程3.數(shù)值實驗4.Matlab代碼實現(xiàn)

1.概述

多目標(biāo)粘液霉菌算法（MOSMA），這是最近開發(fā)的粘液霉菌算法（SMA）的多目標(biāo)變體，用于處理工業(yè)中的多目標(biāo)優(yōu)化問題。最近，為了處理優(yōu)化問題，已經(jīng)為優(yōu)化社區(qū)推薦了幾種元啟發(fā)式和進化優(yōu)化技術(shù)。在評估多目標(biāo)優(yōu)化（MOO）問題時，這些方法往往受到低質(zhì)量解的影響，而不是解決識別帕累托最優(yōu)解的準(zhǔn)確估計和增加所有目標(biāo)的分布的目標(biāo)函數(shù)。SMA方法遵循從實驗室實驗中粘液霉菌振蕩行為中獲得的邏輯。與其他成熟的方法相比，SMA算法顯示出強大的性能，它是通過使用正負(fù)反饋系統(tǒng)結(jié)合最佳食物路徑而設(shè)計的。所提出的MOSMA算法采用相同的底層SMA收斂機制，結(jié)合精英非支配排序方法來估計帕累托最優(yōu)解。作為后驗方法，在MOSMA中保持多目標(biāo)公式，并利用擁擠距離運算符來確保增加所有目標(biāo)中最佳解決方案的覆蓋范圍。為了驗證和確認(rèn)MOSMA的性能，考慮了41個不同的案例研究，包括無約束，約束和現(xiàn)實世界的工程設(shè)計問題。將MOSMA的性能與多目標(biāo)共生生物搜索（MOSOS），基于分解的多目標(biāo)進化算法（MOEA/D）和多目標(biāo)水循環(huán)算法（MOWCA）在不同的性能指標(biāo)方面進行了比較，例如代際距離（GD），倒置代際距離（IGD），最大傳播（MS），間距和運行時。仿真結(jié)果驗證了所提算法在實現(xiàn)線性、非線性、連續(xù)和離散帕累托最優(yōu)前沿等多目標(biāo)問題高質(zhì)量解方面的優(yōu)勢。結(jié)果表明了所提算法在解決復(fù)雜的多目標(biāo)問題方面的有效性。

2.算法過程

3.數(shù)值實驗

4.Matlab代碼實現(xiàn)

%%(ZDT3)

functionf=zdt3(x)

%兩個目標(biāo)函數(shù)

%變量數(shù)目是30.x[0,1]

f=[];

n=length(x);

g=1+9*sum(x(2:n))/(n-1);

f(1)=x(1);

f(2)=1-sqrt(x(1)/g)-(x(1)/g)*sin(10*pi*x(1));

%%===MOSMA：多目標(biāo)粘液霉菌算法=====

%%目標(biāo)函數(shù)

%目標(biāo)函數(shù)描述包含了有關(guān)目標(biāo)函數(shù)的信息。M為目標(biāo)空間的維數(shù)，D為決策變量空間的維數(shù)，

%LB和UB為決策變量空間中變量的取值范圍。

%用戶必須使用決策變量定義目標(biāo)函數(shù)。務(wù)必編輯功能‘評估_目標(biāo)'，以適應(yīng)您的需要。

clearall

D=30;%決策變量數(shù)目

M=2;%目標(biāo)函數(shù)的個數(shù)

K=M+D;

LB=ones(1,D).*0;%LB-表示每個決策變量的最小值的十進制值的向量。

UB=ones(1,D).*1;%UB-決策變量的最大可能值向量。

GEN=200;%設(shè)置最大生成數(shù)

ecosize=200;%種群數(shù)量(NP)

ishow=10;

%%開始進化過程

Pareto=MOSMA(D,M,LB,UB,ecosize,GEN,ishow);

Obtained_Pareto=Pareto(:,D+1:D+M);%extractdatatoplot

Obtained_Pareto=sortrows(Obtained_Pareto,2);

True_Pareto=load('ZDT3.txt');

%%可視化

%%=========兩個目標(biāo)函數(shù)時======================

ifM==2

plot(Obtained_Pareto(:,1),Obtained_Pareto(:,2),'o','LineWidth',2,...

'MarkerEdgeColor','r','MarkerSize',2);

holdon

plot(True_Pareto(:,1),True_Pareto(:,2),'k');

title('采用MOSMA算法求解Pareto最優(yōu)解集');

legend('MOSMA');

xlabel('F_1');

ylabel('F_2');

%%=====3個目標(biāo)函數(shù)時==========================

elseifM==3

plot3(Obtained_Pareto(:,1),Obtained_Pareto(:,2),Obtained_Pareto(:,3),'o','LineWidth',2,...

'MarkerEdgeColor','r','MarkerSize',2);

holdon

plot3(Obtained_Pareto(:,1),Obtained_Pareto(:,2),Obtained_Pareto(:,3),'.','LineWidth',2,...

'MarkerEdgeColor','k','MarkerSize',6);

title('采用MOSMA算法求解Pareto最優(yōu)解集');

legend('MOSMA');

xlabel('F_1');

ylabel('F_2');

zlabel('F_3');

%%MetricValue

M_IGD=IGD(Obtained_Pareto,True_Pareto);

M_GD=GD(Obtained_Pareto,True_Pareto);

M_HV=HV(Obtained_Pareto,True_Pareto);

M_Spacing=Spacing(Obtained_Pareto,True_Pareto);

M_Spread=Spread(Obtained_Pareto,True_Pareto);

M_DeltaP=DeltaP(Obtained_Pareto,True_Pareto);

display(['TheIGDMetricobtainedbyMOSMAis:',num2str(M_IGD)]);

display(['TheGDMetricobtainedbyMOSMAis:',num2str(M_GD)]);

display(['TheHVMetricobtainedbyMOSMAis:',num2str(M_HV)]);

display(['TheSpacingMetricobtainedbyMOSMAis:',num2str(M_Spacing)]);

display(['TheSpreadMetricobtainedbyMOSMAis:',num2str(M_Spread)]);

displ