注意：此代碼實現的是求目標函數最大值，求最小值可將適應度函數乘以-1（框架代碼已實現）。
注意：此代碼實現的是求目標函數最大值，求最小值可將適應度函數乘以-1（框架代碼已實現）。
注意：此代碼實現的是求目標函數最大值，求最小值可將適應度函數乘以-1（框架代碼已實現）。
1.代碼實現
不了解水波算法可以先看看優化算法筆記（十四）水波算法
實現代碼前需要先完成優化算法matlab實現（二）框架編寫中的框架的編寫。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Unit.m | 個體 |
| ..\optimization algorithm\frame\Algorithm_Impl.m | 算法主體 |
以及優化算法matlab實現（四）測試粒子群算法中的測試函數、函數圖像的編寫。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Get_Functions_details.m | 測試函數，求值用 |
| ..\optimization algorithm\frame\func_plot.m | 函數圖像，畫圖用 |
水波算法的個體沒有獨有屬性。
水波算法個體
文件名：.. \optimization algorithm\algorithm_water_wave\WWO_Unit.m
% 水波算法個體
classdef WWO_Unit < Unit
properties
% 水波高度
h;
% 波長
lambda;
end
methods
function self = WWO_Unit()
end
end
end
水波算法算法主體
文件名：..\optimization algorithm\algorithm_water_wave\WWO_Base.m
% 水波算法
classdef WWO_Base < Algorithm_Impl
properties
% 算法名稱
name = 'WWO';
% 波高
h_max;
% 波長
lambda;
% 波長衰減系數
alpha;
% 碎浪系數
beta;
end
% 外部可調用的方法
methods
function self = WWO_Base(dim,size,iter_max,range_min_list,range_max_list)
% 調用父類構造函數
self@Algorithm_Impl(dim,size,iter_max,range_min_list,range_max_list);
self.name ='WWO';
self.h_max=12;
self.lambda=0.5;
self.alpha = 1.0026;
self.beta = 0.25;
end
end
% 繼承重寫父類的方法
methods (Access = protected)
% 初始化種群
function init(self)
init@Algorithm_Impl(self)
%初始化種群
for i = 1:self.size
unit = WWO_Unit();
% 隨機初始化位置：rand(0,1).*(max-min)+min
unit.position = unifrnd(self.range_min_list,self.range_max_list);
% 計算適應度值
unit.value = self.cal_fitfunction(unit.position);
% 設置初始波高
unit.h = self.h_max;
% 設置初始波長
unit.lambda=self.lambda;
% 將個體加入群體數組
self.unit_list = [self.unit_list,unit];
end
end
% 每一代的更新
function update(self,iter)
update@Algorithm_Impl(self,iter)
for i = 1:self.size
% 傳播：包含碎浪
self.pass_wave(i,iter);
if(self.unit_list(i).h<=0)
% 高度為0時折射
self.refraction(i);
end
end
self.update_lambda();
end
% 傳播
function pass_wave(self,id,iter)
% 計算新位置
new_pos = self.unit_list(id).position+self.unit_list(id).lambda*unifrnd(-1,1,1,self.dim).*(self.range_max_list-self.range_min_list);
% 越界檢查
new_pos = self.get_out_bound_value(new_pos);
% 計算適應度值
new_value = self.cal_fitfunction(new_pos);
if(new_value>self.unit_list(id).value)
% 如果優于當前值則更新位置，重置 波高
self.unit_list(id).value = new_value;
self.unit_list(id).position = new_pos;
self.unit_list(id).h = self.h_max;
if(new_value>self.value_best)
% 如果優于當前最優解則進行一次碎浪
self.breaking_wave(id,iter);
end
else
% 沒有找到更好的值，水波高度 -1
self.unit_list(id).h = self.unit_list(id).h-1;
end
end
% 折射
function refraction(self,id)
new_pos = zeros(1,self.dim);
% 計算折射位置
for d = 1:self.dim
new_pos(d) = normrnd((self.position_best(d)+self.unit_list(id).position(d))/2,abs(self.position_best(d)-self.unit_list(id).position(d))/2);
end
% 越界檢查
new_pos = self.get_out_bound_value(new_pos);
new_value = self.cal_fitfunction(new_pos);
if(new_value ~= 0)
% 適應度函數值作分母，不為0時計算新波長
new_lambda = self.unit_list(id).lambda*self.unit_list(id).value/new_value;
self.unit_list(id).lambda = new_lambda;
end
self.unit_list(id).position = new_pos;
self.unit_list(id).value = new_value;
end
% 碎浪
function breaking_wave(self,id,iter)
beta_iter = self.beta - iter/self.iter_max * (self.beta - 0.001);
new_pos = self.position_best;
for d = 1:self.dim
if (rand<0.5)
% 隨機選取一半維度
new_pos(d) = new_pos(d)+normrnd(0,1)*beta_iter*(self.range_max_list(d)-self.range_min_list(d));
end
end
% 越界檢查
new_pos = self.get_out_bound_value(new_pos);
new_value = self.cal_fitfunction(new_pos);
self.unit_list(id).position = new_pos;
self.unit_list(id).value = new_value;
end
% 更新波長
function update_lambda(self)
value_max = max([self.unit_list.value]);
value_min = min([self.unit_list.value]);
for i = 1:self.size
b = (value_max-self.unit_list(i).value+realmin('double'))/(value_max-value_min+realmin('double'));
lambda_new = self.unit_list(i).lambda*power(self.alpha,b);
self.unit_list(i).lambda = lambda_new;
end
end
% 獲取當前最優個體的id
function best_id=get_best_id(self)
% 求最大值則降序排列
[value,index] = sort([self.unit_list.value],'descend');
best_id = index(1);
end
end
end
文件名：..\optimization algorithm\algorithm_water_wave\WWO_Impl.m
算法實現，繼承于Base,圖方便也可不寫，直接用WWO_Base，這里為了命名一致。
% 水波算法實現
classdef WWO_Impl < WWO_Base
% 外部可調用的方法
methods
function self = WWO_Impl(dim,size,iter_max,range_min_list,range_max_list)
% 調用父類構造函數設置參數
self@WWO_Base(dim,size,iter_max,range_min_list,range_max_list);
end
end
end
2.測試
測試F1
文件名：..\optimization algorithm\algorithm_water_wave\Test.m
%% 清理之前的數據
% 清除所有數據
clear all;
% 清除窗口輸出
clc;
%% 添加框架路徑
% 將上級目錄中的frame文件夾加入路徑
addpath('../frame')
%% 選擇測試函數
Function_name='F1';
% [最小值，最大值，維度，測試函數]
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
%% 算法實例
% 種群數量
size = 50;
% 最大迭代次數
iter_max = 1000;
% 取值范圍上界
range_max_list = ones(1,dim)*ub;
% 取值范圍下界
range_min_list = ones(1,dim)*lb;
% 實例化水波算法類
base = WWO_Impl(dim,size,iter_max,range_min_list,range_max_list);
% 告訴算法求不是求最大值
base.is_cal_max = false;
% 確定適應度函數
base.fitfunction =fobj;
% 運行
base.run();
%% 繪制圖像
figure('Position',[500 500 660 290])
% Draw search space
subplot(1,2,1);
func_plot(Function_name);
title('Parameter space')
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
% Draw objective space
subplot(1,2,2);
% 繪制曲線
semilogy(base.value_best_history,'Color','r')
title('Objective space')
xlabel('Iteration');
ylabel('Best score obtained so far');
% 將坐標軸調整為緊湊型
axis tight
% 添加網格
grid on
% 四邊都顯示刻度
box off
legend(base.name)
display(['The best solution obtained by ',base.name ,' is ', num2str(base.value_best)]);
display(['The best optimal value of the objective funciton found by ',base.name ,' is ', num2str(base.position_best)]);
