pso.rar_PSO资源-CSDN文库

共1个文件

doc：1个

版权申诉

pso

29 浏览量 2022-09-24 04:58:22 上传评论收藏 26KB RAR 举报

资源推荐

资源详情

资源评论

收起资源包目录

pso.rar （1个子文件）

pso.doc 29KB

PSO 算法 Matlab 程序

下面是主函数的源程序，优化函数则以 m 文件的形式放在 fitness.m 里面，对不同的优化函数只要修改

fitness.m 就可以了通用性很强。

主函数源程序（main.m）

%------基本粒子群优化算法（Particle Swarm Optimization）-----------

%------名称：基本粒子群优化算法（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

%------作者：孙明杰（[email protected]）

%------单位：中国矿业大学理学院计算数学硕 2005

%------时间：2006 年 8 月 17 日 <CopyRight@dReAmsUn>

%------------------------------------------------------------------

%------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

c2=1.4962; %学习因子 2

w=0.7298; %惯性权重

MaxDT=1000; %最大迭代次数

D=10; %搜索空间维数（未知数个数）

N=40; %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

v(i,j)=randn; %随机初始化速度

end

%------先计算各个粒子的适应度，并初始化 Pi 和 Pg----------------------

for i=1:N

p(i)=fitness(x(i,:),D);

y(i,:)=x(i,:);

end

pg=x(1,:); %Pg 为全局最优

for i=2:N

if fitness(x(i,:),D)<fitness(pg,D)

pg=x(i,:);

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

v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg-x(i,:));

x(i,:)=x(i,:)+v(i,:);

if fitness(x(i,:),D)<p(i)

p(i)=fitness(x(i,:),D);

y(i,:)=x(i,:);

end

if p(i)<fitness(pg,D)

pg=y(i,:);

end

Pbest(t)=fitness(pg,D);

end

%------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=fitness(pg,D)

disp('*************************************************************')

%------算法结束---DreamSun GL & HF-----------------------------------

适应度函数源程序（fitness.m）

function result=fitness(x,D)

sum=0;

for i=1:D

sum=sum+x(i)^2;

end

result=sum;

对于一些有约束条件和没有约束条件的优化问题，具体什么情况下用什么算法还是要长期的经验积累。

一时半会是不能完全掌握的。算法理解不透彻的话容易做出错的程序，所以在比赛的时候最好用自己之前

研究过的程序或者直接使用 Matlab 优化工具箱，以免浪费时间。

粒子群算法的（PSO）源代码

粒子群优化(Partical Swarm Optimization - PSO) 算法是近年来发展起来的一种新的进化算法

( Evolu2tionary Algorithm - EA) .PSO 算法属于进化算法的一种,和遗传算法相似,它也是从随

机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它比遗传算法规则

更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作.

如下粒子群算法的（PSO）源代码

　　%%####################################################################

　　%%#### Particle swarm optimization

　　%%#### With linkage operator

　　%%#### Deepak devicharan july 2003

　　%%####################################################################

　　%%## to apply this to different equations do the following

　　%%## generate initial particles in a search space close to actual soln

　　%%## fool around with no of iterations, no of particles, learning rates

　　%%## for a truly generic PSO do the following

　　%%## increase the number of particles , increase the variance

　　%%## i.e let the particles cover a larger area of the search space

　　%%## then fool around as always with the above thins

　　%declare the parameters of the optimization

　　max_iterations = 1000;

　　no_of_particles = 50;

　　dimensions = 1;

　　delta_min = -0.003;

　　delta_max = 0.003;

　　c1 = 1.3;

　　c2 = 1.3;

　　%initialise the particles and teir velocity components

　　for count_x = 1:no_of_particles

　　for count_y = 1:dimensions

　　particle_position(count_x,count_y) = rand*10;

　　particle_velocity(count_x,count_y) = rand;

　　p_best(count_x,count_y) = particle_position(count_x,count_y);

　　end

评论收藏

内容反馈

版权申诉

JaniceLu

粉丝: 79
资源: 1万+

pso.rar_PSO

PSO.rar_PSO

PSO.rar_PSO_optimization_pso fitness.m_pso算法_粒子群

PSO_FCM_pso-fcm_粒子群fcmmatlab_PSO聚类_PSOFCM_PSO_源码.rar

pso.rar_FIR PSO_滤波器 PSO

pso.rar_PSO_PSO.m_get_psoOptions_pso algorithme_pso path

PSO_25.rar_25 杆桁架_PSO_pso杆桁架_桁架_桁架优化算法

pso.rar_PSO_PSO algorithm_PSO.m_swarm

PSO.rar_PSO_optimization_swarm

PSO.rar_PSO_pso 图

PSO.rar_PSO_pso c

PSO-E.rar_PSO

PSO-(2).rar_PSO

冰河的渗透实战笔记-冰河.pdf

大灰狼远控2021最新版，解压密码222

最新资源