matlab粒子群優(yōu)化算法舉例分析11

第頁例函數(shù)對于適應(yīng)度函數(shù)fitness對其參數(shù)，，做出不同方式的比較以測試其對函數(shù)結(jié)果影響。當，，。(適應(yīng)函數(shù))程序1當，，。a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c11=2;%學(xué)習因子1c21=2;%學(xué)習因子2c12=1.5;c22=1.5;w=1.2;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D); %x是位置，初始化位置空間（矩陣）v=zeros(N,D); %v是速度，初始化速度空間（矩陣）fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置，randn返回一個隨機變化的符合正態(tài)分布的數(shù)v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridon %’b*’表示顏色是綠的，用*顯示在圖上xlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維'); %strcat使括號里的東西連成字符串if(j>9) tInfo=strcat('第',char(floor(j/10)+48)); %floor向負無窮方向取整char(rem(j,10)+48,'維'); %rem取余endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(v(:,j),'b*');gridon %是不是應(yīng)該是v(:,j)xlabel('粒子')ylabel('初始速度')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),'維');char(rem(j,10)+48,'維);endtitle(tInfo)endfigure(3)%第一個圖subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D); %適應(yīng)度函數(shù)end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%進入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w*v1(j,:)+c11*rand*(p1(j,:)-x1(j,:))+c21*rand*

(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('c1=%g,c2=%g',c11,c21);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');%第二個圖subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x;v2=v;%初始化種群個體最有位置和最優(yōu)解p2=x2;pbest2=ones(N,1);fori=1:Npbest2(i)=fitness(x2(i,:),D);end%初始化種全局最優(yōu)位置和最優(yōu)解g2=1000*ones(1,D);gbest2=1000;fori=1:Nif(pbest2(i)<gbest2)g2=p2(i,:); %最優(yōu)位置gbest2=pbest2(i); %最優(yōu)解endendgb2=ones(1,T); %T為迭代次數(shù)T=100%進入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x2(j,:),D)<pbest2(j)) %個體最優(yōu)p2(j,:)=x2(j,:);pbest2(j)=fitness(x2(j,:),D);endif(pbest2(j)<gbest2) %全局最優(yōu)g2=p2(j,:);gbest2=pbest2(j);endv2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)-x2(j,:))+c22*rand*

(g2-x2(j,:));x2(j,:)=x2(j,:)+v2(j,:);endgb2(i)=gbest2; %每一代的最優(yōu)解endplot(gb2)TempStr=sprintf('c1=%g,c2=%g',c12,c22);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');程序2當于對比a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c11=2;%學(xué)習因子1c21=2;%學(xué)習因子2c12=0;c22=2;w=1.2;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48)，char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第,char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維);endtitle(tInfo)endfigure(3)%第一個圖subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w*v1(j,:)+c11*rand*(p1(j,:)-x1(j,:))+c21*rand*(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('c1=%g,c2=%g',c11,c21);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');%第二個圖subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x;v2=v;%初始化種群個體最有位置和最優(yōu)解p2=x2;pbest2=ones(N,1);fori=1:Npbest2(i)=fitness(x2(i,:),D);end%初始化種全局最有位置和最優(yōu)解g2=1000*ones(1,D);gbest2=1000;fori=1:Nif(pbest2(i)<gbest2)g2=p2(i,:);gbest2=pbest2(i);endendgb2=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x2(j,:),D)<pbest2(j))p2(j,:)=x2(j,:);pbest2(j)=fitness(x2(j,:),D);endif(pbest2(j)<gbest2)g2=p2(j,:);gbest2=pbest2(j);endv2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)-x2(j,:))+c22*rand*(g2-x2(j,:));x2(j,:)=x2(j,:)+v2(j,:);endgb2(i)=gbest2;endplot(gb2)TempStr=sprintf('c1=%g,c2=%g',c12,c22);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（fitness.m）functionresult=fitness(x,D)sum=0;fori=1:Dsum=sum+x(i)^2;endresult=sum;%程序3程序3當于對比a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c11=2;%學(xué)習因子1c21=2;%學(xué)習因子2c12=2;c22=0;w=1.2;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48)，char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第,char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維);endtitle(tInfo)endfigure(3)%第一個圖subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w*v1(j,:)+c11*rand*(p1(j,:)-x1(j,:))+c21*rand*(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('c1=%g,c2=%g',c11,c21);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');%第二個圖subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x;v2=v;%初始化種群個體最有位置和最優(yōu)解p2=x2;pbest2=ones(N,1);fori=1:Npbest2(i)=fitness(x2(i,:),D);end%初始化種全局最有位置和最優(yōu)解g2=1000*ones(1,D);gbest2=1000;fori=1:Nif(pbest2(i)<gbest2)g2=p2(i,:);gbest2=pbest2(i);endendgb2=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x2(j,:),D)<pbest2(j))p2(j,:)=x2(j,:);pbest2(j)=fitness(x2(j,:),D);endif(pbest2(j)<gbest2)g2=p2(j,:);gbest2=pbest2(j);endv2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)-x2(j,:))+c22*rand*(g2-x2(j,:));x2(j,:)=x2(j,:)+v2(j,:);endgb2(i)=gbest2;endplot(gb2)TempStr=sprintf('c1=%g,c2=%g',c12,c22);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（fitness.m）functionresult=fitness(x,D)sum=0;fori=1:Dsum=sum+x(i)^2;endresult=sum;%程序4程序4對，分別對其取值，，，測試函數(shù)。a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c1=1.1;%學(xué)習因子1c2=2;%學(xué)習因子2w1=1.2;%慣性權(quán)重w2=1.5;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）--%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)plot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48)，char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第,char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維);endtitle(tInfo)endfigure(3)subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w1*v1(j,:)+c1*rand*(p1(j,:)-x1(j,:))+c2*rand*(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('w=%g',w1);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x;v2=v;%初始化種群個體最有位置和最優(yōu)解p2=x2;pbest2=ones(N,1);fori=1:Npbest2(i)=fitness(x2(i,:),D);end%初始化種全局最有位置和最優(yōu)解g2=1000*ones(1,D);gbest2=1000;fori=1:Nif(pbest2(i)<gbest2)g2=p2(i,:);gbest2=pbest2(i);endendgb2=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x2(j,:),D)<pbest2(j))p2(j,:)=x2(j,:);pbest2(j)=fitness(x2(j,:),D);endif(pbest2(j)<gbest2)g2=p2(j,:);gbest2=pbest2(j);endv2(j,:)=w2*v2(j,:)+c1*rand*(p2(j,:)-x2(j,:))+c2*rand*(g2-x2(j,:));x2(j,:)=x2(j,:)+v2(j,:);endgb2(i)=gbest2;endplot(gb2)TempStr=sprintf('w=%g',w2);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（fitness.m）functionresult=fitness(x,D)sum=0;fori=1:Dsum=sum+x(i)^2;endresult=sum;%程序5程序5對，對分別取，隨筆其迭代影響a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c1=1.1;%學(xué)習因子1c2=2;%學(xué)習因子2w1=1.2;%慣性權(quán)重w2=0;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）--%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)plot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48)，char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第,char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維);endtitle(tInfo)endfigure(3)subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w1*v1(j,:)+c1*rand*(p1(j,:)-x1(j,:))+c2*rand*(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('w=%g',w1);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x;v2=v;%初始化種群個體最有位置和最優(yōu)解p2=x2;pbest2=ones(N,1);fori=1:Npbest2(i)=fitness(x2(i,:),D);end%初始化種全局最有位置和最優(yōu)解g2=1000*ones(1,D);gbest2=1000;fori=1:Nif(pbest2(i)<gbest2)g2=p2(i,:);gbest2=pbest2(i);endendgb2=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x2(j,:),D)<pbest2(j))p2(j,:)=x2(j,:);pbest2(j)=fitness(x2(j,:),D);endif(pbest2(j)<gbest2)g2=p2(j,:);gbest2=pbest2(j);endv2(j,:)=w2*v2(j,:)+c1*rand*(p2(j,:)-x2(j,:))+c2*rand*(g2-x2(j,:));x2(j,:)=x2(j,:)+v2(j,:);endgb2(i)=gbest2;endplot(gb2)TempStr=sprintf('w=%g',w2);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（fitness.m）functionresult=fitness(x,D)sum=0;fori=1:Dsum=sum+x(i)^2;endresult=sum;程序6標準粒子群a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c1=2;%學(xué)習因子1c2=2;%學(xué)習因子2w=1.2;%慣性權(quán)重eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維');endtitle(tInfo)endfigure(3)%初始化群體個體最有位置和最優(yōu)解p=x;pbest=ones(N,1);fori=1:Npbest(i)=fitness(x(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)解g=1000*ones(1,D);gbest=1000;fori=1:Nif(pbest(i)<gbest)g=p(i,:);gbest=pbest(i);endendgb=ones(1,T);%進入主循環(huán)，按照公式依次迭代，直到滿足精度要求--fori=1:Tforj=1:Nif(fitness(x(j,:),D)<pbest(j))p(j,:)=x(j,:);pbest(j)=fitness(x(j,:),D);endif(pbest(j)<gbest)g=p(j,:);gbest=pbest(j);endv(j,:)=w*v(j,:)+c1*rand*(p(j,:)-x(j,:))+c2*rand*(g-x(j,:));x(j,:)=x(j,:)+v(j,:);endgb(i)=gbest;endplot(gb)TempStr=sprintf('w=%g',w);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)值');%適應(yīng)度函數(shù)functionresult=fitness(x,D)sum=0;fori=1:Dsum=sum+x(i)^2;endresult=sum;%程序6程序6對，對分別取，隨筆其迭代影響a)%主函數(shù)源程序（main.m）%基本粒子群算法（particleswarmoptimization）%名稱：基本粒子群算法%初始格式化clearall;%清除所有變量clc;%清屏formatlong;%將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40;%3初始化群體個數(shù)D=10;%初始化群體維數(shù)T=100;%初始化群體最迭代次數(shù)c1=1.1;%學(xué)習因子1c2=2;%學(xué)習因子2w1=0.4%慣性權(quán)重1w2=0.8%慣性權(quán)重2w3=1.2%慣性權(quán)重3w4=1.4%慣性權(quán)重4w5=1.6%慣性權(quán)重5eps=10^(-6);%設(shè)置精度（在已知最小值的時候用）--%初始化種群個體（限定位置和速度）x=zeros(N,D);v=zeros(N,D);fori=1:Nforj=1:Dx(i,j)=randn;%隨機初始化位置v(i,j)=randn;%隨機初始化速度endend%顯示群位置figure(1)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)plot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始位置')tInfo=strcat('第',char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48)，char(rem(j,10)+48),'維');endtitle(tInfo)end%顯示種群速度figure(2)forj=1:Dif(rem(D,2)>0)subplot((D+1)/2,2,j)elsesubplot(D/2,2,j)endplot(x(:,j),'b*');gridonxlabel('粒子')ylabel('初始速度')tInfo=strcat('第,char(j+48),'維');if(j>9)tInfo=strcat('第',char(floor(j/10)+48),char(rem(j,10)+48),'維);endtitle(tInfo)endfigure(3)subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x;v1=v;%初始化個體最優(yōu)位置和最優(yōu)值p1=x1;pbest1=ones(N,1);fori=1:Npbest1(i)=fitness(x1(i,:),D);end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D);gbest1=1000;fori=1:Nif(pbest1(i)<gbest1)g1=p1(i,:);gbest1=pbest1(i);endendgb1=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)fori=1:Tforj=1:Nif(fitness(x1(j,:),D)<pbest1(j))p1(j,:)=x1(j,:);pbest1(j)=fitness(x1(j,:),D);endif(pbest1(j)<gbest1)g1=p1(j,:);gbest1=pbest1(j);endv1(j,:)=w1*v1(j,:)+c1*rand*(p1(j,:)-x1(j,:))+c2*rand*(g1-x1(j,:));x1(j,:)=x1(j,:)+v1(j,:);endgb1(i)=gbest1;endplot(gb1)TempStr=sprintf('w=%g',w1);title(TempStr);xlabel('迭代次數(shù)');ylabel('適應(yīng)度值');figuresubplot(1,2,2)%初始化種群個體（在此限定速度和位置）X3=xV3=v;%初始化種群個體最有位置和最優(yōu)解P3=x3;Pbest3=ones(N,1);fori=1:Npbest3(i)=fitness(x3(i,:),D);end%初始化種全局最有位置和最優(yōu)解g3=1000*ones(1,D);gbest3=1000;fori=1:Nif(pbest3(i)<gbest3)g3=p3(i,:);gbes3.=pbest3(i);endendgb3=ones(1,T);%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭