粒子群算法.zip_人工智能_基本粒子群_粒子群_粒子群算法

function

[ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)

%功能描述�初始化粒子群�限定粒子群的位置以及速度在指定的范围内

%[ParSwarm,OptSwarm,BadSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptF

unc)

%

%输入参数�SwarmSize:种群大小的个数

%输入参数�ParticleSize�一个粒子的维数

%输入参数�ParticleScope:一个粒子在运算中各维的范围�

%输入参数�AdaptFunc�适应度函数

%

%输出�ParSwarm 初始化的粒子群

%输出�OptSwarm 粒子群当前最优解与全局最优解

% 用 法

[ParSwarm,OptSwarm,BadSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFu

nc);

%

%异常�首先保证该文件在 Matlab 的搜索路径中�然后查看相关的提示信息。

%

error('输入的参数个数错误。')

end

if nargout<2

error('输出的参数的个数太少�不能保证以后的运行。');

end

[row,colum]=size(ParticleSize);

if row>1|colum>1

error('输入的粒子的维数错误�是一个 1 行 1 列的数据。');

end

%初始化粒子群矩阵�全部设为[0-1]随机数

%rand('state',0);

ParSwarm=rand(SwarmSize,2*ParticleSize+1);

%对粒子群中位置,速度的范围进行调节

for k=1:ParticleSize

ParSwarm(:,k)=ParSwarm(:,k)*(ParticleScope(k,2)-ParticleScope(k,1))+ParticleScope(k,1);

%调节速度�使速度与位置的范围一致

ParSwarm(:,ParticleSize+k)=ParSwarm(:,ParticleSize+k)*(ParticleScope(k,2)-ParticleScope(k,1

pe(k,1);

ParSwarm(k,2*ParticleSize+1)=AdaptFunc(ParSwarm(k,1:ParticleSize));

end

%初始化粒子群最优解矩阵

OptSwarm=zeros(SwarmSize+1,ParticleSize);

%粒子群最优解矩阵全部设为零

[maxValue,row]=max(ParSwarm(:,2*ParticleSize+1));

%寻找适应度函数值最大的解在矩阵中的位置(行数)

OptSwarm=ParSwarm(1:SwarmSize,1:ParticleSize);

OptSwarm(SwarmSize+1,:)=ParSwarm(row,1:ParticleSize);

function

[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,

MinW,LoopCou

nt,CurCount)

%功能描述�全局版本�基本的粒子群算法的单步更新位置,速度的算法

%

unt,CurCount)

%输入参数�ParSwarm:粒子群矩阵�包含粒子的位置�速度与当前的目标函数值

%输入参数�OptSwarm�包含粒子群个体最优解与全局最优解的矩阵

%输入参数�LoopCount�迭代的总次数

%输入参数�CurCount�当前迭代的次数

%

%返回值�含意同输入的同名参数

%

%用法�

[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,

MinW,LoopCou

nt,CurCount)

%异常�首先保证该文件在 Matlab 的搜索路径中�然后查看相关的提示信息。

%

%编制人�XXX

%编制时间�2007.3.26

%参考文献�XXX

%

%修改记录

%2007.3.27

%容错控制

if nargin~=8

error('输入的参数个数错误。')

end

if nargout~=2

error('输出的个数太少�不能保证循环迭代。')

end