注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
1.代码实现
不了解水波算法可以先看看优化算法笔记（十四）水波算法
实现代码前需要先完成优化算法matlab实现（二）框架编写中的框架的编写。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Unit.m | 个体 |
| ..\optimization algorithm\frame\Algorithm_Impl.m | 算法主体 |
以及优化算法matlab实现（四）测试粒子群算法中的测试函数、函数图像的编写。
| 文件名 | 描述 |
|---|---|
| ..\optimization algorithm\frame\Get_Functions_details.m | 测试函数，求值用 |
| ..\optimization algorithm\frame\func_plot.m | 函数图像，画图用 |
水波算法的个体没有独有属性。
水波算法个体
文件名：.. \optimization algorithm\algorithm_water_wave\WWO_Unit.m
% 水波算法个体
classdef WWO_Unit < Unit
properties
% 水波高度
h;
% 波长
lambda;
end
methods
function self = WWO_Unit()
end
end
end
水波算法算法主体
文件名：..\optimization algorithm\algorithm_water_wave\WWO_Base.m
% 水波算法
classdef WWO_Base < Algorithm_Impl
properties
% 算法名称
name = 'WWO';
% 波高
h_max;
% 波长
lambda;
% 波长衰减系数
alpha;
% 碎浪系数
beta;
end
% 外部可调用的方法
methods
function self = WWO_Base(dim,size,iter_max,range_min_list,range_max_list)
% 调用父类构造函数
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
% 继承重写父类的方法
methods (Access = protected)
% 初始化种群
function init(self)
init@Algorithm_Impl(self)
%初始化种群
for i = 1:self.size
unit = WWO_Unit();
% 随机初始化位置：rand(0,1).*(max-min)+min
unit.position = unifrnd(self.range_min_list,self.range_max_list);
% 计算适应度值
unit.value = self.cal_fitfunction(unit.position);
% 设置初始波高
unit.h = self.h_max;
% 设置初始波长
unit.lambda=self.lambda;
% 将个体加入群体数组
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
% 传播：包含碎浪
self.pass_wave(i,iter);
if(self.unit_list(i).h<=0)
% 高度为0时折射
self.refraction(i);
end
end
self.update_lambda();
end
% 传播
function pass_wave(self,id,iter)
% 计算新位置
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);
% 越界检查
new_pos = self.get_out_bound_value(new_pos);
% 计算适应度值
new_value = self.cal_fitfunction(new_pos);
if(new_value>self.unit_list(id).value)
% 如果优于当前值则更新位置，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)
% 如果优于当前最优解则进行一次碎浪
self.breaking_wave(id,iter);
end
else
% 没有找到更好的值，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);
% 计算折射位置
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
% 越界检查
new_pos = self.get_out_bound_value(new_pos);
new_value = self.cal_fitfunction(new_pos);
if(new_value ~= 0)
% 适应度函数值作分母，不为0时计算新波长
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)
% 随机选取一半维度
new_pos(d) = new_pos(d)+normrnd(0,1)*beta_iter*(self.range_max_list(d)-self.range_min_list(d));
end
end
% 越界检查
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
% 更新波长
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
% 获取当前最优个体的id
function best_id=get_best_id(self)
% 求最大值则降序排列
[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
算法实现，继承于Base,图方便也可不写，直接用WWO_Base，这里为了命名一致。
% 水波算法实现
classdef WWO_Impl < WWO_Base
% 外部可调用的方法
methods
function self = WWO_Impl(dim,size,iter_max,range_min_list,range_max_list)
% 调用父类构造函数设置参数
self@WWO_Base(dim,size,iter_max,range_min_list,range_max_list);
end
end
end
2.测试
测试F1
文件名：..\optimization algorithm\algorithm_water_wave\Test.m
%% 清理之前的数据
% 清除所有数据
clear all;
% 清除窗口输出
clc;
%% 添加框架路径
% 将上级目录中的frame文件夹加入路径
addpath('../frame')
%% 选择测试函数
Function_name='F1';
% [最小值，最大值，维度，测试函数]
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
%% 算法实例
% 种群数量
size = 50;
% 最大迭代次数
iter_max = 1000;
% 取值范围上界
range_max_list = ones(1,dim)*ub;
% 取值范围下界
range_min_list = ones(1,dim)*lb;
% 实例化水波算法类
base = WWO_Impl(dim,size,iter_max,range_min_list,range_max_list);
% 告诉算法求不是求最大值
base.is_cal_max = false;
% 确定适应度函数
base.fitfunction =fobj;
% 运行
base.run();
%% 绘制图像
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);
% 绘制曲线
semilogy(base.value_best_history,'Color','r')
title('Objective space')
xlabel('Iteration');
ylabel('Best score obtained so far');
% 将坐标轴调整为紧凑型
axis tight
% 添加网格
grid on
% 四边都显示刻度
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)]);
