数学建模-算法|免疫算法IA—

1、题目
2、仿真过程
3、代码实现
4、结果展示

1、例题：
求函数
文章图片
的最小值，其中x的取值范围为[-4,4]，y的取值范围[-4,4]。这是一个有多个局部极值的函数，其函数值图形如图所示
2、仿真过程
（1）初始化免疫个体维数D=2，免疫种群个数NP=50，最大进化代数G=200,变异概率=0.7,激励度系数
文章图片
=2,
文章图片
=1, 相似度阈值
文章图片
=0.2，克隆个数
文章图片
=5.
（2）随机产生初始种群，计算个体亲和度、抗体浓度和激励度，并按激励度排序
（3）取激励度前
文章图片
个个体进行克隆、变异、克隆抑制的免疫操作，免疫后的种群进行激励度计算。
（4）随机生成
文章图片
个个体的新种群，并计算个体亲和度，抗体浓度和激励度；免疫种群和随机种群合并，按激励度排序，进行免疫迭代。
（5）判断是否满足终止条件：若满足，则结束搜索过程，输出优化值，若不满足，则继续进行迭代优化。
优化结束后，亲和度进化曲线如图所示，优化后的结果为
X=
Y =
3、代码实现
3.1——图像代码

clear all; close all; clc; x=-4:0.02:4; y=-4:0.02:4; N=size(x,2); for i=1:N for j=1:N z(i,j)=3*cos(x(i)*y(j))+x(i)+y(j); end end mesh(x,y,z) xlabel('x') ylabel('y')

【数学建模-算法|免疫算法IA——3】