基本PSO算法的matlab源程序_第1页
基本PSO算法的matlab源程序_第2页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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=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 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,:); end if p(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=pgdisp(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=fitnes
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论