粒子群算法通用matlab程序.docVIP

%优化函数以m文件的形式放在fitness.m里面，对不同的优化函数只要修改fitness.m就可

%------基本粒子群优化算法（ParticleSwarmOptimization,PSO）-----------

%------初始格式化--------------------------------------------------

clearall;

clc;

formatlong;

%------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=4;%搜索空间维数（未知数个数）

N=10;%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)------------

x=0:0.1:1，y=[-.447,1.978,3.11,5.25,5.02,4.66,4.01,4.58,3.45,5.35,9.22]

%------先计算各个粒子的适应度，并初始化Pi和Pg----------------------

fori=1:N

p(i)=fitness(x(i,:),D);

y(i,:)=x(i,:);

end

pg=x(1,:);%Pg为全局最优

fori=2:N

iffitness(x(i,:),D)fitness(pg,D)

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------------

fort=1:MaxDT

fori=1:N

v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg-x(i,:));

x(i,:)=x(i,:)+v(i,:);

iffitness(x(i,:),D)p(i)

p(i)=fitness(x(i,:),D);

y(i,:)=x(i,:);

end

ifp(i)fitness(pg,D)

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--------------------------------------