没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
一、实验目的
1、熟悉和掌握粒子群优化算法的基本概念和基本思想;
2、加深对粒子群优化算法的理解,理解和掌握粒子群优化算法的各个参数;
3、理解和掌握利用粒子群优化算法进行问题求解的基本技能。
二、实验要求
用粒子群优化算法编写程序求解下面的函数优化问题:
求解如下函数的最大值。
参数设定为:c1=1.49,c2=1.49,最大迭代次数为 300,种群规模为 20,
最大速度为 0.5,最小速度-0.5,位置最大值 2,位置最小值-2。
1、采用 MATLAB 编程,要求每行代码后写注释,注明该代码完成的操作,
代码完整且可运行;
2、给出 MATLAB 运行结果图,要求显示最终求出的全局最优解,以及算法
性能跟踪图。
3、根据运行结果图,分析实验结果。
二、 实验原理
1.理论基础
粒子群算法(particle swarm optimization,PSO)是计算智能领域一种群体智能
的优化算法。该算法最早由 Kennedy 和 Eberhart 在 1995 年提出的。PSO 算法源
于对鸟类捕食行为的研究,鸟类捕食时,找到食物最简单有效的策略就是搜寻当
前距离食物最近的鸟的周围区域。PSO 算法就是从这种生物种群行为特征中得到
启发并用于求解优化问题的,算法中每个粒子都代表问题的一个潜在解,每个粒
子对应一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和
距离,速度随自身及其他粒子的移动经验进行动态调整,从而实现个体在可解空
间中的寻优。
假设在一个 D 维的搜索空间中,由 n 个粒子组成的种群 ,
-2.71289
资源评论
小钰加油
- 粉丝: 85
- 资源: 6
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功