15基于粒子群算法的連續(xù)函數(shù)優(yōu)化通用MATLAB源代碼

1、歡迎訪問GreenSim團(tuán)隊(duì)主頁(yè) 郵箱：greensim基于蟻群算法的連續(xù)函數(shù)優(yōu)化通用MATLAB源代碼此源碼是對(duì)粒子群算法的一種實(shí)現(xiàn)，用于無(wú)約束連續(xù)函數(shù)的優(yōu)化求解，對(duì)于含有約束的情況，可以先使用罰函數(shù)等方法，把問題處理成無(wú)約束的模型，再使用本源碼進(jìn)行求解。function BESTX,BESTY,ALLX,ALLY= PSOUCP(K,N,LB,UB,WR,CR1,CR2,Alpha,Beta,Gamma)% 無(wú)約束連續(xù)函數(shù)的粒子群優(yōu)化算法% GreenSim團(tuán)隊(duì)專業(yè)級(jí)算法設(shè)計(jì)&代寫程序% 歡迎訪問GreenSim團(tuán)隊(duì)主頁(yè)% 此函數(shù)實(shí)現(xiàn)粒子群算法，用于求解無(wú)約束連續(xù)函數(shù)最小化問題% 對(duì)于最大

2、化問題，請(qǐng)先將其加負(fù)號(hào)轉(zhuǎn)化為最小化問題% 輸入?yún)?shù)列表% K 最大迭代次數(shù)% N 初始粒子群規(guī)模（要求為偶數(shù)）% LB 決策變量的下界，M1的向量% UB 決策變量的上界，M1的向量% WR 粒子群算法控制參數(shù)1，慣性系數(shù)% CR1 粒子群算法控制參數(shù)2，當(dāng)前最優(yōu)學(xué)習(xí)參數(shù)% CR2 粒子群算法控制參數(shù)3，歷史最優(yōu)學(xué)習(xí)參數(shù)% 輸出參數(shù)列表% BESTX K1細(xì)胞結(jié)構(gòu)，每一個(gè)元素是M1向量，記錄每一代的最優(yōu)個(gè)體% BESTY K1矩陣，記錄每一代的最優(yōu)個(gè)體的評(píng)價(jià)函數(shù)值% ALLX K1細(xì)胞結(jié)構(gòu)，每一個(gè)元素是MN矩陣，記錄全部個(gè)體% ALLY KN矩陣，記錄全部個(gè)體的評(píng)價(jià)函數(shù)值% 初始化M=leng

3、th(LB);%決策變量的個(gè)數(shù)%種群初始化，每一列是一個(gè)樣本farm=zeros(M,N);for i=1:M x=unifrnd(LB(i),UB(i),1,N); farm(i,:)=x;endSumWCR=WR+CR1+CR2;WR=WR/SumWCR;CR1=CR1/SumWCR;CR2=CR2/SumWCR;%輸出變量初始化ALLX=cell(K,1);ALLY=zeros(K,N);BESTX=cell(K,1);BESTY=zeros(K,1);k=1;%迭代計(jì)數(shù)器初始化% 以下是迭代過程while krand AA=farm(:,i); BB=QuantumMutation(A

4、A,LB,UB,Beta); newfarm3(:,i)=BB; end end newfarm4=farm; if k=3 Pgd=BESTXk-1; Pid=BESTXk-2; for i=1:N newfarm4(:,i)=WR*farm(:,i)+CR1*Pid+CR2*Pgd; end end FARM=farm,newfarm,newfarm2,newfarm3,newfarm4; SER=randperm(6*N); FITNESS=zeros(1,6*N); fitness=zeros(1,N); for i=1:(6*N) BETA=FARM(:,i); SE=FIT(BET

5、A); FITNESS(i)=SE; end for i=1:N f1=FITNESS(SER(6*i-5); f2=FITNESS(SER(6*i-4); f3=FITNESS(SER(6*i-3); f4=FITNESS(SER(6*i-2); f5=FITNESS(SER(6*i-1); f6=FITNESS(SER(6*i); if f1=f2&f1=f3&f1=f4&f1=f5&f1=f6 farm(:,i)=FARM(:,SER(6*i-5); fitness(:,i)=FITNESS(:,SER(6*i-5); elseif f2=f1&f2=f3&f2=f4&f2=f5&f2=

6、f6 farm(:,i)=FARM(:,SER(6*i-4); fitness(:,i)=FITNESS(:,SER(6*i-4); elseif f3=f1&f3=f2&f3=f4&f3=f5&f3=f6 farm(:,i)=FARM(:,SER(6*i-3); fitness(:,i)=FITNESS(:,SER(6*i-3); elseif f4=f1&f4=f2&f4=f3&f4=f5&f4=f6 farm(:,i)=FARM(:,SER(6*i-2); fitness(:,i)=FITNESS(:,SER(6*i-2); elseif f5=f1&f5=f2&f5=f3&f5=f4&f5=f6 farm(:,i)=FARM(:,SER(6*i-1); fitness(:,i)=FITNESS(:,SER(6*i-1); else farm(:,i)=FARM(:,SER(6*i); fitness(:,i)=FITNESS(:,SER(6*i); end end X=farm; Y=fitness; ALLXk=X; ALLY(k,:)=Y; m