注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

李小一的梦想世界

 
 
 

日志

 
 

基本粒子群优化算法Matlab源程序 zz  

2010-01-28 13:30:06|  分类: 默认分类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

    这个程序就是最基本的粒子群优化算法程序,用Matlab实现,非常简单。只有几十行代码。正所谓一分钱一分货啊,优化效果不总是令人满意。我还有几个改进的粒子群优化算法版本,这一段时间会陆续发上来。

     下面是主函数的源程序,优化函数则以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就可以了通用性很强。

     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@126.com

%------单位:中国矿业大学理学院计算数学硕2005

%------时间:2006817 <CopyRight@dReAmsUn>

%------------------------------------------------------------------

%------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PiPg----------------------

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)

        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)

            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=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;

  评论这张
 
阅读(737)| 评论(2)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017