PSO（粒子群算法）MATLAB仿真完整代码

拼搏现实的明天。 2022-05-24 05:13 242阅读 0赞

%程序1：PSO.m文件
    %------ 基本粒子群优化算法（ Particle Swarm Optimization ） -----------
    %------ 功能：求解无约束问题
    %------ 调用格式：[xm,fv] =PSO(fitness,N,c1,c2,w,M,D)
    function [xm,fv] =PSO(fitness,N,c1,c2,w,M,D)
    %fitness：待优化的目标函数
    %N：粒子数目
    %c1：学习因子1
    %c2：学习因子2
    %w：惯性权重
    %M：最大迭代次数
    %D：自变量个数
    %xm：目标函数取最小值时的自变量值
    %fv：目标函数最小值
    %--------------- （1）随机初始化各微粒的位置和速度------------------------
    format long;
    for i = 1:N   %粒子数目
        for j = 1:D   %自变量个数
            x(i,j)=randn;
            v(i,j)=randn;
        end
    end
    %------ （2）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,:));  %pi为个体历史最优值
        y(i,:)=x(i,:);
    end
    
    pg =x(N,:);
    for i = 1:(N-1)
        if fitness(x(i,:))<fitness(pg)%pg为全局最优值
            pg =x(i,:);
        end
    end
    %------------------（3）更新粒子的速度和位移 ---------------------------------
    for t=1:M   %（6）迭代次数，作为停止条件
        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,:);
    %-------------------------（4）找历史最优值------------------------------------      
            if fitness(x(i,:))<p(i)
                p(i)=fitness(x(i,:));
                y(i,:)=x(i,:);
            end
    %-----------------------（5）找全局最优值-------------------------------------        
            if p(i)<fitness(pg)
                pg = y(i,:);
            end
        end
        pbest(t)=fitness(pg);
    end
    
    xm = pg';
    fv = fitness(pg)；

%目标函数文件fitness.m文件
    function F = fitness(x)
    F = 0;
    for i= 1:30
        F =x(i)^2;
    end