PSO_Solving_Multi_Aims.rar_MATLAB装箱问题_pso 背包_装箱问题最大_货物运输_货物配送 MA

%------交叉变异的粒子群优化算法（Particle Swarm Optimization）----------- %------作用：求解货物配装问题 %------作者：廖文志（mrlwz@163.com） %------单位：华南理工大学计算数学硕2006 %------------------------------------------------------------------ %------初始格式化-------------------------------------------------- %clear all; tic clc; %format long; %------给定初始化条件---------------------------------------------- c1=2; %学习因子1 c2=2; %学习因子2 w=0.7; %惯性权重 MaxDT=20; %最大迭代次数 HX=10; D=8; %搜索空间维数（未知数个数） N=40; %初始化群体个体数目 %K=10^6; %设置精度(在已知最小值时候用) M=110;%货车载重 V=250;%货车容积 weight=[64,52,50,41,22,20,14,2];%物体重量 volume=[110,108,96,80,49,50,40,7];%物体体积 %load('psodata.mat'); %------初始化种群的个体(可以在这里限定位置和速度的范围)------------ x=round(rand([N D])); %随机初始化位置 v=rand([N D]); %随机初始化速度 %------先计算各个粒子的适应度，并初始化Pi和Pg---------------------- for i=1:N plbest=fitness(x(i,:),D,M,V,weight,volume);%plbest表示个体最优值 pxbest=x(i,:);%pxbest表示个体最优位置 end gxbest=x(1,:); %gxbest为全局最优位置 for i=2:N if fitness(x(i,:),D,M,V,weight,volume)>fitness(gxbest,D,M,V,weight,volume) gxbest=x(i,:); end end %fitness(gxbest,D,M,V,weight,volume) %%------进入主要循环，按照公式依次迭代，直到满足精度要求------------ sumv=0; summ=0; for H=1:HX Sum=0; SUM=0; for t=1:MaxDT for i=1:N v(i,:)=w*v(i,:)+c1*rand()*(pxbest-floor(x(i,:)))+c2*rand()*(gxbest-floor(x(i,:))); x(i,:)=x(i,:)+v(i,:); %%用于把每个分量取为0和1 for j=1:D if rand()<=1/(1+exp(-v(i,j))) %Sigmoid函数 x(i,j)=0; else x(i,j)=1; end end %x(i,:) x1=crossover(x(i,:),gxbest,D);%把当前粒子与全局最优粒子的位置进行交叉 %x2=crossover(x1,y,D); x3=mutation(x1);%把当前粒子的位置进行变异 if fitness(x3,D,M,V,weight,volume)>plbest plbest=fitness(x3,D,M,V,weight,volume); pxbest=x3; end end if plbest>fitness(gxbest,D,M,V,weight,volume) gxbest=pxbest; end glbest=fitness(gxbest,D,M,V,weight,volume);%glbest表示全局最优值 Sum=Sum+glbest(1); aveg1=Sum/t;%体积平均 SUM=SUM+glbest(2); aveg2=SUM/t;%载重平均 Z1(t)=aveg1; Z2(t)=aveg2; % X(t)=Pbest(1); %Y(t)=Pbest(2); %Q(t)=Pbest(3); end %%----------------最后给出计算结果----------------------------- disp('*************************************************************') disp('函数的全局最优位置为：') Solution=gxbest disp('最后得到的优化极值为：') Result=fitness(gxbest,D,M,V,weight,volume) WV=Result(1) WM=Result(2) Z1(H)=WV; Z2(H)=WM; %disp('箱子的体积利用率：') sumv=sumv+WV; %disp('货车的载重利用率：') summ=summ+WM; end disp('重复10次所得到的体积平均数：') avegv=sumv/HX disp('重复10次所得到的重量平均数：') avegm=summ/HX disp('重复10次所得到的体积方差：') fangchav=sqrt(sum((WV-avegv)^2)) disp('重复10次所得到的载重方差：') fangcham=sqrt(sum((WM-avegm)^2)) %Z=sqrt(SUM); %m=1:MaxDT; %plot(m,X(m),'*',m,Y(m)); %xlabel('进化代数'); %ylabel('总代价'); %legend('装入箱子中的最大体积','装入箱子中物体重量'); %title('装入货车中的物体体积与进化代数的关系曲线'); %SUM=0; %for m=1:MaxDT % SUM=SUM+(X(m)-Y(m))^2; %end %disp('方差为：'); %SUM save('PSOdata.mat','Z1','Z2'); figure; m=1:MaxDT; plot(m,Z1(m)/V,'*',m,Z2(m)/M); xlabel('进化代数'); ylabel('利用率'); legend('体积平均利用率','质量平均利用率'); title('PSO解货物配装问题'); toc disp('*************************************************************') %----------------算法结束--------------------------------------