SwarmEvo

群体智能优化算法库，基于 C11 实现，包含 10 种经典元启发式算法。

算法列表

缩写	算法名称
GA	遗传算法 Genetic Algorithm
PSO	粒子群算法 Particle Swarm Optimization
ACO	蚁群算法 Ant Colony Optimization
SA	模拟退火 Simulated Annealing
CSO	鸡群算法 Chicken Swarm Optimization
CS	布谷鸟算法 Cuckoo Search
ABC	人工蜂群算法 Artificial Bee Colony
AIA	免疫算法 Artificial Immune Algorithm
EDA	分布估计算法 Estimation of Distribution Algorithm
DE	差分进化算法 Differential Evolution

依赖

• GCC（支持 C11）
• xmake 构建工具
• algmath 子模块（已包含在 algmath/ 目录）

构建

# 克隆（含子模块）
git clone --recurse-submodules <repo-url>

# 构建共享库
xmake b alg-project

# 构建并运行测试
xmake b test-alg-project
xmake r test-alg-project

快速上手

所有算法遵循统一的三步接口：*_init → *_fresh → *_free。

#include "optimization.h"

// 1. 定义目标函数
double my_func(alg_vector *x) {
    double sum = 0;
    for (int i = 0; i < x->size; i++)
        sum += x->vector[i] * x->vector[i];
    return sum;
}

// 2. 初始化优化句柄
optim_handle optim;
double l[6] = {-100, -100, -100, -100, -100, -100};
double r[6] = { 100,  100,  100,  100,  100,  100};
optim_init(&optim, 6, my_func, l, r);

// 3. 运行算法（以 PSO 为例）
pso_handle *pso = pso_init(optim, 50, 0.5, 2.0, 2.0);
pso_fresh(pso, 300);   // 迭代 300 代
optim_print(&optim);   // 打印最优解
pso_free(pso);
optim_free(&optim);

各算法初始化参数

// GA：种群大小、变异率、交叉率
ga_handle *ga = ga_init(optim, pop_size, mutation_rate, crossover_rate);

// PSO：种群大小、惯性权重 w、学习因子 c1/c2
pso_handle *pso = pso_init(optim, pop_size, w, c1, c2);

// ACO（求解 TSP）：蚂蚁数、城市坐标矩阵、α、β、蒸发率 ρ
aco_handle *aco = aco_init(number, city_coords, alpha, beta, rho);

// SA：初始温度、冷却率
sa_handle *sa = sa_init(optim, temperature, cooling_rate);

// CSO：种群大小、公鸡数 rn、母鸡数 hn、小鸡数 cn、跟随系数 fl
cso_handle *cso = cso_init(optim, pop_size, rn, hn, cn, fl);

// DE：种群大小、缩放因子 F、交叉率 CR
de_handle *de = de_init(optim, pop_size, F, CR);

// ABC：种群大小、最大停滞次数
abc_handle *abc = abc_init(optim, pop_size, max_count);

项目结构

SwarmEvo/
├── algmath/        # 数学基础库（子模块）
├── src/            # 算法实现
│   ├── basic_opti.h/c   # 公共优化基础结构
│   ├── optimization.h   # 统一入口头文件
│   ├── ga/  pso/  aco/  sa/  cso/  cs/  abc/  aia/  eda/  de/
├── test/           # 测试代码
├── docs/           # 算法原理文档
├── matlab/         # MATLAB 参考实现
└── xmake.lua       # 构建配置