粒子群优化算法及其参数设置(程序部分).docx

附录 程序 1 当 c11 ?c 21 ?2 ， c12 ?c 22 ?1.5 ， w ?1.2 。 a)%主函数源程序（main.m） %------基本粒子群算法 （particle swarm optimization） %------名称： 基本粒子群算法 %------初始格式化 clear all; clc; format long; %清除所有变量 %清屏 %将数据显示为长整形科学计数 %------给定初始条条件------------------ N=40; D=10; T=100; c11=2; c21=2; c12=1.5; c22=1.5; w=1.2; eps=10^(-6); %3初始化群体个数 %初始化群体维数 %初始化群体最迭代次数 %学习因子1 %学习因子2 %惯性权重 %设置精度（在已知最小值的时候用） %------初始化种群个体（限定位置和速度）------------ x=zeros(N,D); v=zeros(N,D); % zeros(m,n)产生m×n的全0 矩 阵 for i=1:N for j=1:D x(i,j)=randn; v(i,j)=randn; %随机初始化位置 %随机初始化速度 end end %------显示群位置---------------------- figure(1) for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),b*);grid on (粒子) (初始位置) tInfo=strcat(第,char(j+48),维); if(j9) tInfo=strcat(第,char(floor(j/10)+48),char(rem(j,10)+48),维 ); end title(tInfo) end %------显示种群速度 figure(2) for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),b*);grid on (粒子) (初始速度) tInfo=strcat(第,char(j+48),维); if(j9) tInfo=strcat(第,char(floor(j/10)+48), char(rem(j,10)+48),维); end title(tInfo) end figure(3) %第一个图 subplot(1,2,1) %------初始化种群个体（在此限定速度和位置）------------ x1=x; v1=v; %------初始化个体最优位置和最优值--- p1=x1; pbest1=ones(N,1); for i=1:N pbest1(i)=fitness(x1(i,:),D); end %------初始化全局最优位置和最优值--------------- g1=1000*ones(1,D); gbest1=1000; for i=1:N if(pbest1(i)gbest1) g1=p1(i,:); gbest1=pbest1(i); end end gb1=ones(1,T); %-----浸入主循环，按照公式依次迭代直到满足精度或者迭代次数--- for i=1:T for j=1:N if (fitness(x1(j,:),D)pbest1(j)) p1(j,:)=x1(j,:); pbest1(j)=fitness(x1(j,:),D); end if(pbest1(j)gbest1) g1=p1(j,:); gbest1=pbest1(j); end v1(j,:)=w*v1(j,:)+c11*rand*(p1(j,:)-x1(j,:))+c21*rand*(g1-x1(j,:)); x1(j,:)=x1(j,:)+v1(j,:); end gb1(i)=gbest1; end plot(gb1) TempStr=sprintf(c1= %g ,c2=%g,c11,c21); title(TempStr); (迭代次数); (适应度值); %第二个图 subplot(1,2,2) %-----初始化种群个体（在此限定速度和位置）------------ x2=x; v2=v; %-----初始化种群个体最有位置和 最优解----------- p2=x2; pbest2=ones(N,1); for i=1:N pbest2(i)=fitness(x2(i,:),D); end %-----初始化种全局最有位置和 最优解------ g2=1000*ones(1,D)