PSO.rar_PSO优化_最优化 智能

①点为目标值点，其状态变量和控制变量值为： x1=84，x2=2.7, x3=80, x4=0.007, x5=0.07. MI1=500，MI2=0.3，密度p=0.945 也就是程序中下标为sp的值。 离散后②③等各节点的x值是已知的，将5个x变量的值代入 M1=6.46-0.64/x1(i)+0.027*log(-20.46+4.83*x2(j)-49.59*0.05); M2=9.93-38.68/x3(k)-7.8*log(5.47-2.3*x4(l)-0.14*x5(m)); p=0.5796-0.0027*(x5(m))^0.65-M2*(0.0608+0.4566*(x5(m))^0.65); 求得各节点状态变量MI和密度的瞬时值。 然后再代入如下公式 M3(t-1)=(M3(t)-0.14*M1)/0.86;%M3-一反MI累积模型 M4(t-1)=(M4(t)-0.14*M2)/0.86;%M4-二反MI累积模型 p2(t-1)=(p2(t)-0.14*p)/0.86;%p2-二反密度累积模型 求得各节点相应的状态变量累积值。 ②③的J 值为其状态变量值和①点的状态变量值（下标为sp）代入以下公式求得。 J= 1*(w(1)*(M3(t)-log(MI1csp))^2+w(2)*(M1-log(MI1isp))^2+w(3)*(M4(t)-log(MI4csp))^2+w(4)*(M2-log(MI2isp))^2+w(5)*(p2(t)-p2csp)^2+w(6)*(p-pisp)^2); ②到节点4的J值计算： 将2点的状态变量瞬时值和累积值作为目标值点（公式中下标为sp）（即转移目标值点）,将4点的状态变量值代入J公式，求2-4点间的J值。 其他点间J值计算同上。