|
主程序： %------基本粒子群优化算法（Particle Swarm Optimization）----------- %------名称：二阶粒子群优化算法（PSO） %------作用：求解优化问题 %------说明：全局性，并行性，高效的群体智能算法，提高算法的精度 %------初始格式化-------------------------------------------------- clear all; clc; format long; %------给定初始化条件---------------------------------------------- %c1=1.4962; %学习因子1 c1=2; c2=3; %c2=1.4962; %学习因子2 %w=0.7298; %惯性权重 %MaxDT=500; %最大迭代次数 %D=6; %搜索空间维数（未知数个数） %N=20; %初始化群体个体数目 eps=10^(-6); %设置精度(在已知最小值时候用) %------初始化种群的个体(可以在这里限定位置和速度的范围)------------ for i=1:N for j=1:D x(i,j)=randn; %随机初始化位置 x1(i,j)=randn; v(i,j)=randn; %随机初始化速度 end end %------先计算各个粒子的适应度，并初始化Pi和Pg---------------------- figure(3) for i=1:N P(i)=fitness2(x(i,:)); y(i,:)=x(i,:); end Pg=x(N,:); %Pg为全局最优 for i=1:(N-1) if fitness2(x(i,:))<fitness2(Pg) Pg=x(i,:); end end %------进入主要循环，按照公式依次迭代，直到满足精度要求------------ for t=1:MaxDT for i=1:N %二阶粒子群速度更新公式 v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-2*x(i,:)+x1(i,:))+c2*rand*(Pg-2*x(i,:)+x1(i,:)); x1(i,:)=x(i,:); x(i,:)=x(i,:)+v(i,:); if fitness2(x(i,:))<P(i) P(i)=fitness2(x(i,:)); y(i,:)=x(i,:); end if P(i)<fitness2(Pg) Pg=y(i,:); end end Pbest(t)=fitness2(Pg); end plot(Pbest) TempStr=sprintf('c1= %g ,c2=%g',c1,c2); title(TempStr); xlabel('迭代次数'); ylabel('适应度值'); %------最后给出计算结果 disp('*************************************************************') disp('函数的全局最优位置为：') Solution=Pg disp('最后得到的优化极值为：') Result=fitness2(Pg) disp('*************************************************************')
| 
