A very easy partical

《A very easy partical》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、%标准粒群优化算法程序%测试函数：f(x,y)=100(x^2-y)^2+(1-x)^2,-2.048

2、s;   %最优解globalbest_in_history;%最优解变化轨迹globalx_min;          %x的下限globalx_max;          %x的上限globaly_min;          %y的下限globaly_max;          %y的上限globalgen;            %迭代次数globalexetime;        %当前迭代次数globalmax_velocity;   %最大速度initial;       %初始化forexetime=1:gen   outputdata;    %实

3、时输出结果   adapting;      %计算适应值   errorcompute();%计算当前种群适值标准差   updatepop;     %更新粒子位置   pause(0.01);endcleari;clearexetime;clearx_max;clearx_min;cleary_min;cleary_max;%适值计算%测试函数为f(x,y)=100(x^2-y)^2+(1-x)^2,-2.048

4、1-pop(i,1))^2;   ifpop(i,7)>pop(i,8)   %若当前适应值优于个体最优值，则进行个体最优信息的更新       pop(i,7)=pop(i,8);         %适值更新       pop(i,5:6)=pop(i,1:2);     %位置坐标更新   endend%计算完适应值后寻找当前全局最优位置并记录其坐标ifbest_fitness>min(pop(:,7))   best_fitness=min(pop(:,7));    %全局最优值   gbest_x=pop(find(pop(:,7)==min(pop(

5、:,7))),1);   %全局最优粒子的位置     gbest_y=pop(find(pop(:,7)==min(pop(:,7))),2);endbest_in_history(exetime)=best_fitness;%记录当前全局最优%程序初始化gen=100;    %设置进化代数popsize=30;    %设置种群规模大小best_in_history(gen)=inf;  %初始化全局历史最优解best_in_history(:)=inf;  %初始化全局历史最优解max_velocity=0.3;      %最大速度限制best_fitn

6、ess=inf;%popnum=1;      %设置种群数量pop(popsize,8)=0;  %初始化种群,创建popsize行8列的0矩阵%种群数组第1列为x轴坐标，第2列为y轴坐标，第3列为x轴速度分量，第4列为y轴速度分量%第5列为个体最优位置的x轴坐标，第6列为个体最优位置的y轴坐标%第7列为个体最优适值，第8列为当前个体适应值fori=1:popsize   pop(i,1)=4*rand()-2;    %初始化种群中的粒子位置，值为-2—2，步长为其速度   pop(i,2)=4*rand()-2;    %初始化种群中的粒子位置，值为-2—2

7、，步长为其速度   pop(i,5)=pop(i,1);%初始状态下个体最优值等于初始位置   pop(i,6)=pop(i,2);%初始状态下个体最优值等于初始位置   pop(i,3)=rand()*0.02-0.01;   %初始化种群微粒速度，值为-0.01—0.01，间隔为0.0001   pop(i,4)=rand()*0.02-0.01;   %初始化种群微粒速度，值为-0.01—0.01，间隔为0.0001   pop(i,7)=inf;   pop(i,8)=inf;endc1=2;c2=2;x_min=-2;y_min=-2;x_max=2;y

8、_max=