粒子群优化算法_人工鱼群_粒子群优化算法_鱼群算法_鱼群粒子群_

#include <iostream> #include <vector> #include <cmath> #include <map> #include <algorithm> #include <random> #include <ctime> #include <Eigen/Dense> using namespace Eigen; using namespace std; const int dim = 1;//维数 const int p_num = 10;//粒子数量 const int iters = 100;//迭代次数 const int inf = 999999;//极大值 const double pi = 3.1415; //定义粒子的位置和速度的范围 const double v_max = 4; const double v_min = -2; const double pos_max = 2; const double pos_min = -1; //定义位置向量和速度向量 vector<double> pos; vector<double> spd; //定义粒子的历史最优位置和全局最优位置 vector<double> p_best; double g_best; //使用eigen库定义函数值矩阵和位置矩阵 Matrix<double, iters, p_num> f_test; Matrix<double, iters, p_num> pos_mat; //定义适应度函数 double fun_test(double x) { double res = x * x + 1; return res; } //初始化粒子群的位置和速度 void init() { //矩阵中所有元素初始化为极大值 f_test.fill(inf); pos_mat.fill(inf); //生成范围随机数 static std::mt19937 rng; static std::uniform_real_distribution<double> distribution1(-1, 2); static std::uniform_real_distribution<double> distribution2(-2, 4); for (int i = 0; i < p_num; ++i) { pos.push_back(distribution1(rng)); spd.push_back(distribution2(rng)); } vector<double> vec; for (int i = 0; i < p_num; ++i) { auto temp = fun_test(pos[i]);//计算函数值 //初始化函数值矩阵和位置矩阵 f_test(0, i) = temp; pos_mat(0, i) = pos[i]; p_best.push_back(pos[i]);//初始化粒子的历史最优位置 } std::ptrdiff_t minRow, minCol; f_test.row(0).minCoeff(&minRow, &minCol);//返回函数值矩阵第一行中极小值对应的位置 g_best = pos_mat(minRow, minCol);//初始化全局最优位置 } void PSO() { static std::mt19937 rng; static std::uniform_real_distribution<double> distribution(0, 1); for (int step = 1; step < iters; ++step) { for (int i = 0; i < p_num; ++i) { //更新速度向量和位置向量 spd[i] = 0.5 * spd[i] + 2 * distribution(rng) * (p_best[i] - pos[i]) + 2 * distribution(rng) * (g_best - pos[i]); pos[i] = pos[i] + spd[i]; //如果越界则取边界值 if (spd[i] < -2 || spd[i] > 4) spd[i] = 4; if (pos[i] < -1 || pos[i] > 2) pos[i] = -1; //更新位置矩阵 pos_mat(step, i) = pos[i]; } //更新函数值矩阵 for (int i = 0; i < p_num; ++i) { auto temp = fun_test(pos[i]); f_test(step, i) = temp; } for (int i = 0; i < p_num; ++i) { MatrixXd temp_test; temp_test = f_test.col(i);//取函数值矩阵的每一列 std::ptrdiff_t minRow, minCol; temp_test.minCoeff(&minRow, &minCol);//获取每一列的极小值对应的位置 p_best[i] = pos_mat(minRow, i);//获取每一列的极小值，即每个粒子的历史最优位置 } g_best = *min_element(p_best.begin(), p_best.end());//获取全局最优位置 } cout << fun_test(g_best); } int main() { init(); PSO(); system("pause"); return 0; }