PSO 算法在VRP中的应用

function [options, names] = GPSOoption(p1, p2, p3, p4, p5, p6, p7, p8, p9, p10, p11, p12, p13, p14, p15) %MPOPTION 用于设定和接受PSO算法的各个项目 % % opt = GPSOoption % 返回默认参数数组,具体值见下面。 % % opt = GPSOoption(name1, value1, name2, value2, ...) % 返回默认参数数组，其中指定的项用输入参数确定，最多只可以改7个项目。 % name#是项目的名称，value#是新赋的值 % 例如：opt = GPSOoption('DELTA', 1e-4, 'CG_END', 1.6) % % opt = GPSOoption(opt, name1, value1, name2, value2, ...) % 与前者相同，但是用输入的options代替默认的options % % % 目前定义的各项目含义如下： % % 编号——名称——默认值 描述 [options] % ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % %% 总体控制参数 % 001——GROUP，3 agent分组 % 002——SUB_SWARM，10 分组内agent的数量 % 003——ITERATION， 2000 迭代次数 % 004——NEIGHBOR_STRUCT,0 临预结构 % [ 0 - 环状结构 ] % [ 1 - 网状结构 ] % 005——NEIGHBOR，1 左右两边邻居数量 % 006——ERROR，0 迭代允许的误差，在误差范围内终止，为0的时候不考虑这个终止条件 % 007——OPTIMUM,NaN 目标函数值 % 008——NEIGHBOR_PF,0.45 % 009——PBEST_PF,0.45 % 010——PB_GB,0 个体最优和全局最优重复时的位置更新策略 % ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % %% 加速度和步长控制 % 011——W_UPDATE，0 惯性权重更新算法 % [ 0 - 不变W ] % [ 1 - 线性变W: W=W_BEGIN-（W_BEGIN-W_END)*n/N ); ] % [ 2 - 随机变W: W=rand*(W_BEGIN-W_END)+W_END ; ] % [ 3 - 自适应W， GBV/PV ] % [ 4 - 分组比较 ] % 012——W_BEGIN，0.9 惯性系数的起始值 % 013——W_END，0.4 惯性系数的终止值 % 014——CG_UPDATE，0 全局步长更新算法 % [ 0 - 不变 ] % [ 1 - 线性变CG: CG=CG_BEGIN-（CG_BEGIN-CG_END)*n/N ); ] % [ 2 - 随机变CG: CG=rand*(CG_BEGIN-CG_END)+CG_END ; ] % [ 3 - GB/PV ] % 015——CG_BEGIN，0.5 全局步长起始值 % 016——CG_END， 2.5 全局步长终止值 % 017——CP_UPDATE，0 个体步长更新算法 % [ 0 - 不变 ] % [ 1 - 线性变CP: CP=CP_BEGIN-（CP_BEGIN-CP_END)*n/N ); ] % [ 2 - 随机变CP: CP=rand*(CP_BEGIN-CG_END)+CP_END ; ] % [ 3 - GB/PV ] % 018——CP_BEGIN，2.5 个体步长起始值 % 019——CP_END， 0.5 个体步长终止值 % ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % %% 速度约束条件参数 % 020——VELO_BOUND_FIX,1.0 固定速度约束时的倍数 % 021——VELO_TIMES,10 如果速度不在约束条件以内重新计算的最大次数 % 022——VELO_CONDITION,0 速度变化方式 % [ 0 - 用MAX/MIN限制 ] % 023——VELO_CON_MAKE 固定速度约束条件的策略 % ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % 位置变异相关参数 % 领域竞争算子 % 024——NEIGH_COMPETE,1 采用领域竞争算子概率 % 025——OPT_MUTATION,0.2 2-opt的概率 % 026——COMPETE_BAK1，0 领域竞争备用参数 % 027——COMPETE_BAK2，0 领域竞争备用参数 % 028——CROSSOVER，0 领域竞争备用参数 % 高斯变异算子 % 029——GAUSSIAN,0.1 采用高斯变异的概率 % 030——GAUSS_LAMDA,0 高斯变异的幅度 % [ 0 - 0.000001 ] % [ 1 - 1/generation.step ] % 031——GAUSSIAN_BAK1，0 高斯变异备用参数 % 032——GAUSSIAN_BAK2，0 高斯变异备用参数 % 033——GAUSSIAN_BAK3，0 高斯变异备用参数 % 正交算子 % 034——ORTHOGONAL，0.1 正交算子概率 % 035——ORTHOGONAL_Q2，3 Q2 % 036——ORTHOGONAL_F，4 因素个数 % 037——ORTHOGONAL_M2，9 M2 % 038——ORTHOGONAL_bak1，0 正交算子备用参数 % 039——ORTHOGONAL_bak2，0 正交算子备用参数 % 040——ORTHOGONAL_bak3，0 正交算子备用参数 % 自学习算子 % 041——SELF_LEARN,1 自学习概率 % 042——SELF_NET，5 自学习网络边长 % 043——SELF_RANGE,0.2 自学习搜索半径 % 044——SELF_ITERATION,10 自学习迭代次数 % 045——SELF_LAMDA，0.05 自学习变异概率 % 046——SELF_BAK1，0 自学习备用参数 % 047——SELF_BAK2，0 自学习备用参数 % 048——SELF_BAK3，0 自学习备用参数 %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % 分组惯性权重方式 % 049——GW_LAMDA，0.5 原权重保留的百分比 % 050——GW_DAMP，1 备用参数 % 051——E_BAK3，0 备用参数 % 052——E_BAK4，0 备用参数 % 053——E_BAK5，0 备用参数 % 变异算子分组 % 054——MO_SCORE，0 评价分组优劣方式：0/可行解个数|1/最优解大小 % 055——MO_UNIQ，0 采用算子的方式：0/一旦运行一个就不再运行其它的|1/按照概率运行，可能运行多个也可能一个都没有 % 056——VB_BAK2，0 备用参数 % 057——VB_BAK3，0 备用参数 % 差分变异 % 058 - DE_TIMES,10 位置更新最大次数 % 059 - DE_YES,0 是否差分 % 060 - DE_PER,1 差分的概率 % 061 - DE_DEM,0 差分的维度 % 062 - DE_LAMDA,0.5 差分系数 % 063 - DE_POSITION,0 更新个体当前或历史最佳位置 % 064 - DE_VELO,0 是否更新速度 % 065 - DE_PF,0.45 差分以后随机排序的概率 % 066 - DE_COMPARE,0 差分产生的解是否需要和原解比较 % 067 - DE_SELECT,0.5 多少的微粒被用于差分 % 高斯变异 % 068 - GS_YES,0 是否高斯 % 069 - GS_PER,1 高斯的起点概率 % 070 - GS_DEM,0 高斯的维度 % 071 - GS_LAMDA,1e-5 高斯系数 % 072 - GS_POSITION,0 更新个体当前或历史最佳位置 % 073 - GS_VELO,0 是否更新速度 % 074 - GS_DIM,0 维度变化的百分比 % 075 - GS_END,0 变异终点概率 % 076 - GS_BAK3,0 备用 % 随机变异 % 077 - MT_YES,0 是否高斯 % 078 - MT_PER,0 高斯的概率 % 079 - MT_DEM,0 高斯的维度 % 080 - MT_LAMDA,0.5 变化的维度百分比 % 081 - MT_POSITION,0 更新个体当前或历史最佳位置 % 082 - MT_VELO,0 是否更新速度 % 083 - MT_BAK1,0 备用 % 084 - MT_BAK2,0 备用 % 085 - MT_BAK3,0 备用 % % % % % PSOt % $Id: psoption.m,v 1.00 2007/04/02 09:03:31 ray Exp $ % by 李剑 %%----- set up default option values ----- i = 1; if rem(nargin, 2) %% 判断输入参数的奇偶性， options = p1; %% 如果是奇数就将第一个参数作为输入的option i = 2; %% start processing parameters with 2nd one else %% 否则在eles里面构造一个默认的。 options = [ %% 总体控制参数 5; %% 001 - GROUP 5; %% 002 - SUB_SWARM 300; %% 003 - ITERATION 0; %% 004 - NEIGHBOR_STRUCT 1; %% 005 - NEIGHBOR 0; %% 006 - ERROR NaN; %%