《基本粒子群算法的matlab源程序》由会员分享,可在线阅读,更多相关《基本粒子群算法的matlab源程序(2页珍藏版)》请在金锄头文库上搜索。
1、基本粒子群算法的基本粒子群算法的 matlab 源程序源程序Posted on 2008-05-07 09:09 realghost 阅读(840) 评论(2) 收藏 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%-作者:孙明杰()%-单位:中国矿业大学理学院计算数学硕 2005%-时间:2006 年 8 月 17 日 %-%-初始格式化-clear all;clc;format long;%-给定初始化条件-c1=1.496
2、2; %学习因子 1c2=1.4962; %学习因子 2w=0.7298; %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:Nfor j=1:Dx(i,j)=randn; %随机初始化位置v(i,j)=randn; %随机初始化速度endend%-先计算各个粒子的适应度,并初始化 Pi 和 Pg-for i=1:Np(i)=fitness(x(i,:),D);y(i,:)=x(i,:);endpg
3、=x(1,:); %Pg 为全局最优for i=2:Nif fitness(x(i,:),D)pg=x(i,:);endend%-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:MaxDTfor i=1:Nv(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)=fitness(x(i,:),D);y(i,:)=x(i,:);endif p(i)pg=y(i,:);endendPbest(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=pgdisp(最后得到的优化极值为:)Result=fitness(pg,D)disp(*)%-算法结束-DreamSun GL for i=1:Dsum=sum+x(i)2;endresult=sum;