人群搜索算法SOA的matlab实现

clc%清屏
clear all;
close all;

format long
%Prarmeters
sizepop=100;%种群规模
maxgen=100;%最大迭代次数
m=10;%空间维数
Umax=0.9500;%最大隶属度值
Umin=0.0111;%最小隶属度值
Wmax=0.9;%最大权重
Wmin=0.1;%最小权重
popmax=15;
popmin=-15;
%初始化种群个体
for i=1:sizepop
    pop（i:）=15*rands（110）;
    fitness（i）=sphere（pop（i:））;
    %计算适应度
end
%寻找具有最好适应度的个体
[bestfitness bestindex]=min（fitness）;
zbest=pop（bestindex:）;%全局最佳
gbest=pop;%个体最佳
fitnessgbest=fitness;%个体最佳适应度值
fitnesszbest=bestfitness;
%迭代寻优
Di=0*rand（sizepopm）;
Di（1:）=1;
Buchang=0*rand（sizepopm）;
Diego=0*rand（sizepopm）;
Dialt=0*rand（sizepopm）;
Dipro=0*rand（sizepopm）;
yy（1）=fitnesszbest;
for t=2:maxgen
    for i=1:sizepop
        W=Wmax-t*（Wmax-Wmin）/maxgen;
        Diego（i:）=sign（gbest（i:）-pop（i:））;
        Dialt（i:）=sign（zbest-pop（i:））;
        if sphere（gbest（i:））>=sphere（pop（i:））
            Dipro（i:）=-Di（i:）;
        else
            Dipro（i:）=Di（i:）;
        end
        Di（i:）=sign（W*Dipro（i:）+rand*Diego（i:）+rand*Dialt（i:））;
        %^确定经验梯度方向
        [Orderfitnessg