6种粒子群算法程序Word格式文档下载.docx

6种粒子群算法程序Word格式文档下载.docx

《6种粒子群算法程序Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《6种粒子群算法程序Word格式文档下载.docx（40页珍藏版）》请在冰豆网上搜索。

%惯性权重

eps=10A（-6）;

%设置精度（在已知最小值的时候用）

%-初始化种群个体

邙u定位置和速度）

x=zeros（N,D）;

^-zeros（N,D）;

fori=l:

N

forj=l:

D

x（ij）=randn;

%随机初始化位置

v（ij）=randn;

%随机初始化速度

end

%-…一显示群位置——

figure（l）

if（rem（D,2）>

0）

subplot（（D+1）/2,2j）

else

snbplot（D/2,2j）

plot（x（:

j）,*b**）;

giidon

xlabelC粒子）

ylabelC初始位置）tInfb=strcatC第；

char（j+48）；

维*）;

if（j>

9）

thifo=strcat（,®

\char（floor（j/l0）+48）,char（rem（j,10）+48）；

维'

）；

title（tliifo）

%----显示种群速度

figtire

（2）

0）subplot（（D+l）/2,2j）else

subplot（D/2,2j）

plot（x（:

j）,tb*,）;

gridon

xlabelC粒子）

ylabelC初始速度'

）

tliifo=strcat（'

Jfj,char（j+48）「维）；

tliifo=sti,cat（'

3?

char（floor（j/10）+48），char（rem（j,10）+48）,'

维）;

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）

xl=x;

vl=v;

%----初始化个体最优位置和最优值…

pl=xl;

pbestl=ones（N,l）;

pbestl（i）=fitness（x1（i「）、D）;

%-初始化全局最优位置和最优值

gl=1000*ones（l,D）;

gbestl=1000;

if（pbestl（i）<

gbestl）

gl=pl（i,:

）;

gbestl=pbestl（i）;

gbl=ones（l,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…

fori=l:

T

forj=l:

if（fitness（x1（j,:

）,D）<

pbest1（j））

pl（j,:

）=xl（j,:

pbestl（j）=fitness（xl（j,:

）,D）;

end

if（pbest1（j）<

gbest1）

gi=pi（i,：

gbestl=pbestl（j）;

vl（j,:

）=w*vl（j,:

）+cll*rand*（pl（j,:

）-xl（j,:

））+c21*rand*（gl-xl（j,:

））;

gbl（i）=gbestl;

endplot（gbl）

TempSti-spnnt^^1=%g,c2=%g\cll,c21）;

title（TempStr）;

xlabelf迭代次数）;

ylabel（适应度值工

%第二个图

subplot（l,2,2）

%初始化种群个体（在此限定速度和位置）

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）;

pbest2（i）=fitness（x2（i/）,D）;

%初始化种全局最有位置和最优解----

g2=1000*ones（l,D）;

gbest2=1000;

if（pbest2（i）<

gbest2）

g2=p2（i,:

gbest2=pbest2（i）;

gb2=ones（l,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…

if（fitness（x2（j,:

）»

D）Vpbest2（j））

p2（j,:

）=x2（j,:

pbest2（j）=fitness（x2（j,:

if（pbest2（j）<

g2=p2（j/）；

gbest2=pbest2（j）;

v2（j,:

）=w*v2（j,:

）+c12*rand*（p2（j,:

）-x2（j,:

））+c22*rand*（g2-x2（j,;

x2（j,:

）+v2（j,:

gb2（i）=gbest2;

plot（gb2）

TempSti-sprint^^1=%g,c2=%g\cl2,c22）;

title（TempStr）;

xlabelf迭代次数）；

ylabel（适应度值）；

b）适应度函数

%适应度函数（fitness.m）

functionresult=fitness（x,D）

sum=O;

sum=sum+x（i）A2;

result=sum;

程序2

当于对比2.V7?

10,c?

2,c?

2?

C22iii22ia）%上函数源程序（main.m）subplot（D/2,2j）

j）,*b*r）;

xlabel（，粒子）

ylabel（初始位置）

tInfo=strcatC第'

char（j+48）»

'

tlnfb=strcat（,35f,char（floor（j/l0）+48）,char（rem（j,10）+48）,'

%-显示种群速度

figure

（2）

subplot（（D+1）/2,2j）

j）,'

b*'

ylabelC初始速度）

第,char（j+48）「维'

tlnfo=strcat（'

第\char（floor（j/10）+48）,char（rem（j,10）+48）,'

figiue（3）

%第一个图

%-…-初始化个体最优位置和最优值…

pbest1=ones（N,1）;

foii=l:

pbestl（i）=fitiiess（x1（i,:

）Q）;

%----初始化全局最优位置和最优值

gbestl=pbestl（i）;

endgbl=ones（l,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…

fori=l:

if（fitness（xl（j,:

D）<

pbestl（j））

pbestl（j）=fitiiess（x1（j,:

gbestl=pbestl（j）;

xl（j,:

）-H4（j,:

plot（gbl）

TempSti-sprint^^c1=%g.c2=%g\cll,c21）;

xlabelC迭代次数

ylabel（适应度值J;

%…-初始化种群个体（在此限定速度和位置）

v2=v・

%-二初始化种群个体最有位置和最优解

%初始化种全局最有位置和最优解g2=1000*ones（l,D）;

gbest2=pbest2（i）;

%-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…

）>

D）<

pbest2（j））p2（j,:

pbest2（j）=fitness（x2（j,:

g2=p2（j,：

v2（j,:

）=w*v2（j,:

）+cl2*rand*（p2（j,:

）-x2（j,:

））+c22*rand*（g2-x2（j,:

TempSti-spnnt^^1=%g,c2=%g\cl2,c22）;

ftmctionresult=fitness（x,D）

sum=0;

endresult=sum;

程序3

"

1于对比211.2?

coc2,W22i2ii2ia）%Ji函数源程序（main.m）

%基本粒子群算法（particleswamioptimization）

%.一_名称：

%-初始格式化clearall;

cl1=2;

cl2=2;

c22=0;

%-…-初始化种群个体

邙艮定位置和速度）

^-zeros（N,D）;

foii=l:

%-显示群位置

figure（l）forj=l:

x2（j,:

fimctionresult=fitness（x,D）

Dsum=sum+x（i）A2;

程序4对，分别对其取值，，，测试函5.?

l?

.2c?

l.11c?

2wcc?

ww?

W22i2i2ii数。

a）%_]£

函数源程

丿了（maiii.m）

%.名称：

基本粒子群算法%-初始格式化

%清除所有变量

%清屏

%将数据5直示为长整形科学i卜数

%——给定初始条条件

%3初始化群体个数%初始化群体维数

cl=l.l;

%学习因子1

c2=2;

%学习因子2

wl=1.2;

%惯性权車

w2=1.5;

%惯性权重

%设置粘度（在（2知最小值的时候川）一

%初始化种群个体邙艮定位置和速度）

A-zeros（N,D）;

foij=l:

%随机初始化位置

%随机初始化速度

%-—一显示群位置

figtire（l）

subplot（（D+1）/2,2j）

j）,b*'

ylabel（'

初始位置）thifo=strcat（,^\char（j+48）/^fiz,）;

if（j>

tliifo=strcat（,第\char（floor（j/l0）+48）,char（rem（j,10）+48）；

endtitle（tliifo）end

显示种群速度

subplot（（D+l）/2,2j）

endplot（x（:

j）,;

xlabe£

粒子）

tliifo=strcat（,第,char（j+48）,维）;

tInfo=strcatC第\char（floor（j/10）+48）,

char（rem（j,10）+48）,'

figure（3）

%--一初始化种群个体（在此限定速度和位置）

%-初始化个体最优位置和最优值一

%--…初始化全局最优位置和最优值

if（pbest1（i）<

%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…fori=l:

pbest1（j））pl（j,:

）=wl*vl（j,:

）+cl*rand*（pl（j,:

））+c2*rand*（gl-xl（j,:

TempStr=sprintff\v=%g\wl）;

ylabel（适应度值）;

pbest2（i）=fitness（x2（i,:

%…-初始化种全局最有位置和最优解g2=1000*ones（l,D）;

%-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一fori=l:

D）Vpbest2（j））p2（j,:

）=w2*v2（j,:

）+c1*rand*（p2（j,:

）-x2（j,:

））+c2*rand*（g2-x2（j,;

TempStr=sprintffw=%g\w2）;

xlabelf迭代次数J;

fiuictionresult=fitness（x,D）

程序5对，对分别取，随笔其迭代影响Ow?

w?

l2c?

22i2ia）%主函数源程用＜niaiii.m）