Index Al (4)万有引力搜索算法

代码实现

万有引力搜索算法（Universal Gravitational Search Algorithm）是一种基于模拟自然界物体间引力相互作用的元启发式优化算法。该算法模拟了物体之间的引力和相互吸引力，并通过迭代过程寻找全局最优解。

以下是万有引力搜索算法的基本步骤：

初始化种群：根据问题的特点和要求，初始化一定数量的个体，称为粒子或代理。每个个体代表问题的一个潜在解决方案。

计算适应度：对于每个个体，通过适应度函数计算其适应度值。适应度函数根据问题的特点而定，可以是要最大化或最小化的目标函数。

更新个体：这一块就是根据万有引力算法的公式进行更新（公众号打公式太难受了，小伙伴们随便去知网找一篇GSA的文章都有介绍，我这块就不写了）

更新适应度：更新每个个体的适应度值。

判断停止条件：根据预定义的停止条件（例如达到最大迭代次数或适应度阈值），判断是否终止算法。

重复步骤3到步骤5，直到满足停止条件。

输出结果：根据停止条件确定的最佳个体即为算法的最优解

代码实现


function [Fbest,Lbest,BestChart,MeanChart]=GSA(F_index,N,max_it,ElitistCheck,min_flag,Rpower)

%V:   Velocity.
%a:   Acceleration.
%M:   Mass.  Ma=Mp=Mi=M;
%dim: Dimension of the test function.
%N:   Number of agents.
%X:   Position of agents. dim-by-N matrix.
%R:   Distance between agents in search space.
%[low-up]: Allowable range for search space.
%Rnorm:  Norm in eq.8.
%Rpower: Power of R in eq.7.
 
 Rnorm=2; 
 
%get allowable range and dimension of the test function.
[low,up,dim]=test_functions_range(F_index); 

%random initialization for agents.
X=initialization(dim,N,up,low); 

%create the best so far chart and average fitnesses chart.
BestChart=[];MeanChart=[];

V=zeros(N,dim);

for iteration=1:max_it
%     iteration
    
    %Checking allowable range. 
    X=space_bound(X,up,low); 

    %Evaluation of agents. 
    fitness=evaluateF(X,F_index); 
    
    if min_flag==1
    [best best_X]=min(fitness); %minimization.
    else
    [best best_X]=max(fitness); %maximization.
    end        
    
    if iteration==1
       Fbest=best;Lbest=X(best_X,:);
    end
    if min_flag==1
      if best<Fbest  %minimization.
       Fbest=best;Lbest=X(best_X,:);
      end
    else 
      if best>Fbest  %maximization
       Fbest=best;Lbest=X(best_X,:);
      end
    end
      
BestChart=[BestChart Fbest];
MeanChart=[MeanChart mean(fitness)];

%Calculation of M. eq.14-20
[M]=massCalculation(fitness,min_flag); 

%Calculation of Gravitational constant. eq.13.
G=Gconstant(iteration,max_it); 

%Calculation of accelaration in gravitational field. eq.7-10,21.
a=Gfield(M,X,G,Rnorm,Rpower,ElitistCheck,iteration,max_it);

%Agent movement. eq.11-12
[X,V]=move(X,a,V);

end %iteration