黏菌优化算法，
迪丽瓦拉
2025-05-30 20:10:28
0次
import numpy as np
from matplotlib import pyplot as plt
import SMA
'''适应度函数'''
def fun(X):
Results = np.sum(X ** 2)
return Results
'''主函数 '''
# 设置参数
pop = 30 # 种群数量
MaxIter = 500 # 最大迭代次数
dim = 2 # 维度
lb = -10 * np.ones(dim) # 下边界
ub = 10 * np.ones(dim) # 上边界
# 调用SMA算法
GbestScore, GbestPositon, Curve = SMA.SMA(pop, dim, lb, ub, MaxIter, fun)
print('最优适应度值：', GbestScore)
print('最优解[x1,x2]：', GbestPositon)
# 绘制适应度曲线
plt.figure(1)
plt.plot(Curve, 'r-', linewidth=2)
plt.xlabel('Iteration', fontsize='medium')
plt.ylabel("Fitness", fontsize='medium')
plt.grid()
plt.title('SMA', fontsize='large')
plt.show()
上一篇：结对编程——一路忘川
下一篇：ELMO模型：从词向量到语境表示