一、获取代码方式
获取代码方式1：
完整代码已上传我的资源：【优化算法】蛙跳算法 (SFLA)【含Matlab源码 1839期】
获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。
备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；
二、部分源代码
clc;clear;close all;%% 问题定义%目标函数CostFunction = @(x) Sphere(x);nVar = 10; % 未知变量的数量VarSize = [1 nVar];% 未知变量矩阵大小VarMin = -10; % 未知变量的下界VarMax = 10; % 未知变量的上限%% SFLA参数MaxIt = 1000; % 最大迭代次数nPopMemeplex = 10;% 记忆复合体大小nPopMemeplex = max(nPopMemeplex, nVar+1); % Nelder-Mead 标准品nMemeplex = 5; % Memeplex 的数量nPop = nMemeplex*nPopMemeplex;% 人口规模I = reshape(1:nPop, nMemeplex, []);% FLA 参数fla_params.q = max(round(0.3*nPopMemeplex),2); % 父母人数fla_params.alpha = 3; %后代数量fla_params.beta = 5; % 最大迭代次数fla_params.sigma = 2; % 一步的大小fla_params.CostFunction = CostFunction;fla_params.VarMin = VarMin;fla_params.VarMax = VarMax;%%初始化%清空个人模板empty_individual.Position = [];empty_individual.Cost = [];% 初始化人口数组pop = repmat(empty_individual, nPop, 1);% 初始化种群成员for i=1:nPoppop(i).Position = unifrnd(VarMin, VarMax, VarSize);pop(i).Cost = CostFunction(pop(i).Position);end
三、运行结果
四、matlab版本及参考文献
1 matlab版本
a
2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，.
如果觉得《【优化算法】蛙跳算法 (SFLA)【含Matlab源码 1839期】》对你有帮助，请点赞、收藏，并留下你的观点哦！
