内容发布更新时间 : 2024/11/20 4:51:50星期一 下面是文章的全部内容请认真阅读。

精品文档

if(j>9)

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 xlabel('粒子') ylabel('初始速度')

tInfo=strcat('第,char(j+48),'维'); if(j>9)

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);

。 6欢迎下载

精品文档

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)

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)=fitness(x1(j,:),D); end

if(pbest1(j)

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); xlabel('迭代次数'); ylabel('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）------------

。 7欢迎下载

精品文档

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); gbest2=1000; for i=1:N

if(pbest2(i)

gb2=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(x2(j,:),D)

pbest2(j)=fitness(x2(j,:),D); end

if(pbest2(j)

v2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)-x2(j,:))+c22*rand*(g2-x2(j,:)); x2(j,:)=x2(j,:)+v2(j,:); end

gb2(i)=gbest2; end plot(gb2)

。 8欢迎下载

精品文档

TempStr=sprintf('c1= %g ,c2=%g',c12,c22); title(TempStr); xlabel('迭代次数'); ylabel('适应度值'); b）适应度函数

%适应度函数（fitness.m） function result=fitness(x,D) sum=0; for i=1:D

sum=sum+x(i)^2; end

result=sum;

%-----------------------程序

3----------------------------------------------- 程序3

当c11?c21?2,w?1.2于c12?2,c22?0,w?1.2对比 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; %清除所有变量 clc; %清屏

format long; %将数据显示为长整形科学计数 %------给定初始条条件------------------ N=40; %3初始化群体个数 D=10; %初始化群体维数 T=100; %初始化群体最迭代次数 c11=2; %学习因子1 c21=2; %学习因子2

。

9欢迎下载

精品文档

c12=2; c22=0;

w=1.2; %惯性权重

eps=10^(-6); %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); 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

%------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 xlabel('粒子') ylabel('初始位置')

tInfo=strcat('第',char(j+48),'维'); if(j>9)

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)

。

10欢迎下载