粒子群算法多场景应用程序matlab源代码

%适值计算 % 测试函数为f(x,y)=100(x^2-y)^2+(1-x)^2, -2.048<x,y<2.048 % 将Lyapunov能量函数作为测试函数f(v1,v2,v3,v4,v5,v6,v7,v8,......,vn)=-0.5*sigma2(Wij*vi % *vj)+sigma(bi*vi) %计算适应值并赋值 for i=1:popsize a=0; c=0; for k=1:n for l=1:n a=a+w(k,l)*v(k)*v(l); c=c+b(l)*v(l); end end pop(i,3*n+2)=-0.5*a+c; if pop(i,3*n+1)>pop(i,3*n+2) %若当前适应值优于全局最优值，则进行全局最优信息的更新 pop(i,3*n+1)=pop(i,3*n+2); %适值更新 pop(i,(2*n+1):(3*n))=pop(i,1:n); %位置坐标更新 end %for i=1:popsize % pop(i,8)=100*(pop(i,1)^2-pop(i,2))^2+(1-pop(i,1))^2; % if pop(i,7)>pop(i,8) %若当前适应值优于个体最优值，则进行个体最优信息的更新 % pop(i,7)=pop(i,8); %适值更新 % pop(i,5:6)=pop(i,1:2); %位置坐标更新 % end %end %计算完适应值后寻找当前全局最优位置并记录其坐标 if best_fitness>min(pop(:,3*n+1)) best_fitness=min(pop(:,3*n+1)); %全局最优值 for k=1:n gbest(k)=pop(find(pop(:,3*n+1)==min(pop(:,3*n+1))),k); %全局最优粒子的位置 end end best_in_history(exetime)=best_fitness; %记录当前全局最优