PSO 粒子群算法 Matlab源码.docxVIP

PSO 粒子群算法 Matlab源码??%PSO标准算法 其中w c1 c2 a可以改变%包含初始化函数 迭代函数 还有总体的PSO算法函数function [Result,OnLine,OffLine,MinMaxMeanAdapt]=PSO_Stand(SwarmSize,ParticleSize,ParticleScope,IsStep,IsDraw,LoopCount,IsPlot)%function [Result,OnLine,OffLine,MinMaxMeanAdapt]=PSO_Stand(SwarmSize,ParticleSize,ParticleScope,InitFunc,StepFindFunc,AdaptFunc,IsStep,IsDraw,LoopCount,IsPlot)%功能描述：一个循环n次的PSO算法完整过程，返回这次运行的最小与最大的平均适应度,以及在线性能与离线性能%[Result,OnLine,OffLine,MinMaxMeanAdapt]=PsoProcess(SwarmSize,ParticleSize,ParticleScope,InitFunc,StepFindFunc,AdaptFunc,IsStep,IsDraw,LoopCount,IsPlot)%输入参数：SwarmSize:种群大小的个数%输入参数：ParticleSize：一个粒子的维数%输入参数：ParticleScope:一个粒子在运算中各维的范围；%　 ParticleScope格式:%　 3维粒子的ParticleScope格式:%　[x1Min,x1Max%　 x2Min,x2Max%　 x3Min,x3Max]%%输入参数:InitFunc:初始化粒子群函数%输入参数:StepFindFunc:单步更新速度，位置函数%输入参数：AdaptFunc：适应度函数%输入参数：IsStep：是否每次迭代暂停；IsStep＝0，不暂停，否则暂停。缺省不暂停%输入参数：IsDraw：是否图形化迭代过程；IsDraw＝0，不图形化迭代过程，否则，图形化表示。缺省不图形化表示%输入参数：LoopCount：迭代的次数；缺省迭代100次%输入参数：IsPlot：控制是否绘制在线性能与离线性能的图形表示;IsPlot=0,不显示；%　 IsPlot=1；显示图形结果。缺省IsPlot=1%返回值：Result为经过迭代后得到的最优解%返回值：OnLine为在线性能的数据%返回值：OffLine为离线性能的数据%返回值：MinMaxMeanAdapt为本次完整迭代得到的最小与最大的平均适应度%%用法[Result,OnLine,OffLine,MinMaxMeanAdapt]=PsoProcess(SwarmSize,ParticleSize,ParticleScope,InitFunc,StepFindFunc,AdaptFunc,IsStep,IsDraw,LoopCount,IsPlot);%%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。%%编制人：XXX%编制时间：2007.3.26%参考文献：XXXXX%%修改记录：%添加MinMaxMeanAdapt，以得到性能评估数据%修改人：Jeary%修改时间：2012.12.12%参考文献：XXX.%容错控制if nargin3%if nargin4 error(输入的参数个数错误。)end[row,colum]=size(ParticleSize);if row1||colum1 error(输入的粒子的维数错误，是一个1行1列的数据。);end[row,colum]=size(ParticleScope);if row~=ParticleSize||colum~=2 error(输入的粒子的维数范围错误。);end%设置缺省值if nargin4%if nargin7 IsPlot=1; LoopCount=100; IsStep=0; IsDraw=0;%elseif nargin8elseif nargin5 IsPlot=1; IsDraw=0; LoopCount=100;%elseif nargin9elseif nargin6 LoopCount=100; IsPlot=1;%elseif nargin10elseif nargin7 IsPlot=1;end%控制是否显示2维以下粒子维数的寻找最优的过程%if IsDraw~=0 %DrawObjGraphic(ParticleSize,ParticleScope,AdaptFunc);%end%初始化种群%[ParSwarm,OptSwarm]=InitFunc(Swar