粒子群优化算法Matlab源程序.doc

clearall;

clc;

formatlong;

%------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)------------

fori=1:N

forj=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----------------------

fori=1:N

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

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

end

pg=x(1,:);%Pg为全局最优

fori=2:N

iffitness(x(i,:),D)<fitness(pg,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------------

fort=1:MaxDT

fori=1:N

v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg-x(i,:));

x(i,:)=x(i,:)+v(i,:);

iffitness(x(i,:),D)<p(i)

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

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

end

ifp(i)<fitness(pg,D)

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---DreamSunGL&HF-----------------------------------

适应度函数源程序（fitness.m）

functionresult=fitness(x,D)

sum=0;

fori=1:D

sum=sum+x(i)^2;

end

result=sum;