基本粒子群算法的matlab源程序(共2页).doc

《基本粒子群算法的matlab源程序(共2页).doc》由会员分享，可在线阅读，更多相关《基本粒子群算法的matlab源程序(共2页).doc（2页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上Posted on 2008-05-07 09:09 realghost 阅读(840) 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%-作者：孙明杰（dreamsun2001）%-单位：中国矿业大学理学院计算数学硕2005%-时间：2006年8月17日 %-%-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;

2、%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

3、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=fitness(x,D)sum=0;for i=1:D sum=sum+x(i)2;endresult=sum;专心-专注-专业