基本粒子群算法的matlab源程序.pdfVIP

下载本文档

0
0
约1.5千字
约 2页
2020-10-03 发布于浙江
举报
版权申诉

基本粒子群算法的matlab源程序.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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 %初始格式化 clear all; clc; format long; %给定初始化条件 c1 1.4962; %学习因子1 c2 1.4962; %学习因子2 w 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:N for j 1:D x(i,j) randn;%随机初始化位置 v(i,j) randn;%随机初始化速度 end end %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,:); end pg x(1,:); %Pg为全局最优 for i 2:N if fitness(x(i,:),D)FITNESS(PG,D) span pg x(i,:); end end %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) span p(i) fitness(x(i,:),D); y(i,:) x(i,:); end if p(i)FITNESS(PG,D) span pg y(i,:); end end Pbest(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 GL HF 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; end result sum;