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
%------------------------------------------------------------------
%------初始格式化--------------------------------------------------
clear all;
clc;
format long;
%------给定初始化条件----------------------------------------------
c1=1.4964; %学习因子1
c2=1.4964; %学习因子2
w=0.7299; %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
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
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
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;
粒子群优化算法MATLAB代码.rar_manufacturingrnl_matlab_粒子群
版权申诉
45 浏览量
2022-07-15
21:29:57
上传
评论
收藏 1KB RAR 举报
局外狗
- 粉丝: 67
- 资源: 1万+
最新资源
- 脚本.apk
- 基于Vue的智能防盗锁系统设计源码
- 51单片机+超声波模块+LCD1602显示实现视力保护装置软件程序源码+硬件原理图+BOM清单.zip
- MySQLworkbench最新解压版本,运行
- 基于STC15F104八脚单片机源代码(10个入门例程),代码注释详细.zip
- 基于C#开发的酒店客房管理系统+数据库+GUI界面+源码+项目解析+文档(毕业设计&课程设计&项目开发)
- UGUI Super ScrollView 2.5.3 和 UGUI Super ScrollView 2.4.3
- 丰田考斯特客车3D模型
- 基于Pytorch实现的点云Transformer-附项目源码-优质项目实战.zip
- 虚拟机下Ubuntu上网设置_ubuntu虚拟机怎么连接网络-CSDN博客.mhtml
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈