典型的多目标粒子群算法.zip_raceouw_多目标_目标算法_粒子群_粒子群算法

function NP=CMOPSO(f,tag,xbound,pnum,gnum,cubelen,t_max,parameter) %%f为从决策空间到目标空间（m维）的映射集合，为长m的函数名向量(元胞数组，用{}而非[]) %%tag为目标函数优化方向，+1表示该维朝目标函数大的方向优化， %%-1表示该维朝目标函数小的方向优化，tag为长度为m的向量 %%xbound为决策空间边界（n维），为2*n的矩阵 %%pnum与gnum为粒子群及外部粒子群数量 %%cubelen为各维度上超立方网格长度，设置为一个值 %%t_max为最大优化次数 %%parameter为粒子转移时的相关参数，为长度为3的向量，依次为惯性权重和加速常数 %%返回该多目标粒子群的pareto前沿 n=size(xbound,2); x=zeros(pnum,n);%粒子位置 v=zeros(pnum,n);%粒子速度 NP=[];%外部粒子群 %=====================================初始化 for i=1:pnum%初始化位置 x(i,:)=unifrnd(xbound(1,:),xbound(2,:)); end NP=getDS(x,xfy(f,x),gnum,tag);%初始化非支配集 pbest=x;%初始化粒子自身最好位置 [cube,position]=getcube(xfy(f,NP),cubelen);%各个粒子的分布 p=1/cube(:,1);%定义适应度值 p=p/sum(p);%将适应度转换为概率 sel=select(p,pnum);%为每个粒子选择一个格子 for i=1:pnum sel(i)=cube(sel(i),ceil(rand*cube(sel(i),1))+1); end gbest=NP(sel,:);%为每个粒子选择全局最优解 %====================================开始优化 t=1; plotnum=[1,ceil([1:20]*(t_max/20))];%测试绘图计数 while t<t_max % ==========测试绘图============ io=find(plotnum==t); if io t s=xfy(f,NP);subplot(5,4,io);scatter(s(:,1),s(:,2),3,'r'); end %================================更新粒子位置 mid=v; v=parameter(1)*v+parameter(2)*rand(pnum,n).*(pbest-x)+... parameter(3)*rand(pnum,n).*(gbest-x); x=x+mid; %================================防止粒子飞出空间 for i=1:pnum mid=find(x(i,:)>xbound(2,:)); x(i,mid)=xbound(2,mid); v(i,mid)=-1*v(i,mid); mid=find(x(i,:)<xbound(1,:)); x(i,mid)=xbound(1,mid); v(i,mid)=-1*v(i,mid); end for i=1:pnum %================================维护外部粒子档案 if inferior(xfy(f,x(i,:)),xfy(f,NP),tag) continue; else mid=zeros(size(NP,1),1); for j=1:size(NP,1) if inferior(xfy(f,NP(j,:)),xfy(f,x(i,:)),tag) mid(j)=1; end end NP(find(mid),:)=[];NP=[NP;x(i,:)]; if size(NP,1)>gnum [cube,position]=getcube(xfy(f,NP),cubelen); mid=find(cube(:,1)==max(cube(:,1))); mid=mid(ceil(rand*length(mid))); mid=cube(mid,ceil(rand*cube(mid,1))+1); NP(mid,:)=[]; end end %================================更新粒子历史最优位置 if inferior(xfy(f,pbest(i,:)),xfy(f,x(i,:)),tag)|rand<0.5 pbest(i,:)=x(i,:); end end %===============================更新全局最优粒子 [mid,ll]=setdiff(gbest,NP,'rows'); [cube,position]=getcube(xfy(f,NP),cubelen);%各个粒子的分布 p=1/cube(:,1);%定义适应度值 p=p/sum(p);%将适应度转换为概率 sel=select(p,length(ll));%为每个粒子选择一个格子 for i=1:length(ll) sel(i)=cube(sel(i),ceil(rand*cube(sel(i),1))+1); end gbest(ll,:)=NP(sel,:);%为每个粒子选择全局最优解 t=t+1; end