粒子群matlab.docxVIP

%------------------------------------------------%-----------------------------初始格式化--------clear all；clc；format long；%----------给定初始化条件------------c1=1.4962； %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=30； %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：N for j=1：D x（i，j）=random；%随机初始化位置 v（i，j）=random；%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：N p（i）=fitness（x（i，：），D）； y（i，：）=x（i，：）；endpg=x（1，：）； %Pg为全局最优for i=2：N if fitness（x（i，:），D）fitness(pg,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：MaxDT for i=1：N v（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）p（i）= fitness（x（i，:），D）；y（i，：）=x（i，：）；endif p（i）fitness（pg，D）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=pg’disp(‘最后得到的优化极值为：’)Result=fitness（pg，D）disp（‘*********************’）%-----算法结束---DreamSun GLHF-----------适应度函数源程序（fitness，m）function result=fitness（x，D）sum=0；for i=1：D sum=sum+x（i）^2；endresult=sum；1.功率约束方程：PGi－PLi=Ui（Gijcosδij＋Bijsinδij）QGi＋QCi－QLi－QRi=Ui（Gijsinδij－Bijcosδij）2.变量约束条件：（1）UGimin≤UGi≤UGimax i=1,2…，NG QRimin≤QRi≤QRimax i=1,2…，NR QCjmin≤QCj≤QCjmax i=1,2…，NC Tkmin≤Tk≤Tkmax i=1,2…，NT （2）QGimin≤QGi≤QGimaxi=1,2…，NG UDjmin≤UDj≤UDjmaxi=1,2…，NPQ QLmin≤QLi≤QLmaxi=1,2…，NB3.目标函数：MIN F=f+（Ui－Uilim）2＋（QGi-QGilim）2其中，f==（Ui2+Uj2-2UiUjcosθij）Uilim=｛QGilim=｛