本粒子群优化算法Matlab源程序
大明 发表于 2006-8-31 22:05:00


    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 ）
 
 
 
适应度函数源程序（ fitness.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（[email protected]）

%------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Pi和Pg----------------------

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)
                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)=fitness(x(i,:),D);

                        y(i,:)=x(i,:);

                end

                if p(i)
                        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-----------------------------------
 
   
function result=fitness(x,D)

sum=0;

for i=1:D

        sum=sum+x(i)^2;

end

result=sum;
 
转自：http://hi.baidu.com/%D2%B9%CB%AE%BE%A7%CD%F5%BD%A8%C7%E0/blog/item/dbfc323ef59817ff828b13b3.html

 

粒子群优化算法的相关资料：

　　粒子群算法(1)----粒子群算法简介

　　粒子群算法(2)----标准的粒子群算法

　　粒子群算法(4)----粒子群算法分类

　　粒子群算法(5)-----标准粒子群算法的实现

　　粒子群算法(6)-----几个适应度评价函数