PSO工具箱使用简介.docVIP

PSO算法使用简介 PSO工具箱简介 PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。 与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 在Matlab中设置工具箱的路径； 定义待优化函数； 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，需要根据自己的需要设置好参数，可使算法极快收敛。 下面对各个步骤一一介绍。 设置工具箱的路径 在Matlab的命令窗口点击“File——Set Path….”，如下图： 在弹出的对话框中点击“Add Folder”，然后浏览找到工具箱放置的位置，如下图 若想用到该工具箱所带的测试函数，还需要用如上同样的方法，设置路径指向工具箱下的“testfunctions”文件夹； 若想用于训练神经网络的训练，设置路径指向工具箱下的“testfunctions”文件夹“nnet” 定义待优化函数(参见文件test_f