vlambda博客
学习文章列表

function [ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount)%功能描述：全局版本：基本的粒子群算法的单步更新位置,速度的算法%%[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount)%%输入参数：ParSwarm:粒子群矩阵，包含粒子的位置，速度与当前的目标函数值%输入参数：OptSwarm：包含粒子群个体最优解与全局最优解的矩阵%输入参数：ParticleScope:一个粒子在运算中各维的范围；%输入参数：AdaptFunc：适应度函数%输入参数：LoopCount：迭代的总次数%输入参数：CurCount：当前迭代的次数%%返回值：含意同输入的同名参数%%用法：[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount)%%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。

%容错控制if nargin~=8 error('输入的参数个数错误。')endif nargout~=2 error('输出的个数太少，不能保证循环迭代。')end
%开始单步更新的操作
%*********************************************%*****更改下面的代码，可以更改惯性因子的变化*****%---------------------------------------------------------------------%线形递减策略w=MaxW-CurCount*((MaxW-MinW)/LoopCount);%---------------------------------------------------------------------%w固定不变策略%w=0.7;%---------------------------------------------------------------------%参考文献：陈贵敏，贾建援，韩琪，粒子群优化算法的惯性权值递减策略研究，西安交通大学学报，2006，1%w非线形递减，以凹函数递减%w=(MaxW-MinW)*(CurCount/LoopCount)^2+(MinW-MaxW)*(2*CurCount/LoopCount)+MaxW;%---------------------------------------------------------------------%w非线形递减，以凹函数递减%w=MinW*(MaxW/MinW)^(1/(1+10*CurCount/LoopCount));%*****更改上面的代码，可以更改惯性因子的变化*****%*********************************************
%得到粒子群群体大小以及一个粒子维数的信息[ParRow,ParCol]=size(ParSwarm);%得到粒子的维数ParCol=(ParCol-1)/2;SubTract1=OptSwarm(1:ParRow,:)-ParSwarm(:,1:ParCol);
%*********************************************%*****更改下面的代码，可以更改c1,c2的变化*****c1=2;c2=2;%---------------------------------------------------------------------%con=1;%c1=4-exp(-con*abs(mean(ParSwarm(:,2*ParCol+1))-AdaptFunc(OptSwarm(ParRow+1,:))));%c2=4-c1;%----------------------------------------------------------------------%*****更改上面的代码，可以更改c1,c2的变化*****%*********************************************for row=1:ParRow SubTract2=OptSwarm(ParRow+1,:)-ParSwarm(row,1:ParCol); TempV=w.*ParSwarm(row,ParCol+1:2*ParCol)+2*unifrnd(0,1).*SubTract1(row,:)+2*unifrnd(0,1).*SubTract2; %限制速度的代码 for h=1:ParCol if TempV(:,h)>ParticleScope(h,2) TempV(:,h)=ParticleScope(h,2); end if TempV(:,h)<-ParticleScope(h,2) TempV(:,h)=-ParticleScope(h,2)+1e-10; %加1e-10防止适应度函数被零除 end end   %更新速度 ParSwarm(row,ParCol+1:2*ParCol)=TempV;  %********************************************* %*****更改下面的代码，可以更改约束因子的变化***** %--------------------------------------------------------------------- %a=1; %--------------------------------------------------------------------- a=0.729; %*****更改上面的代码，可以更改约束因子的变化***** %*********************************************  %限制位置的范围 TempPos=ParSwarm(row,1:ParCol)+a*TempV; for h=1:ParCol if TempPos(:,h)>ParticleScope(h,2) TempPos(:,h)=ParticleScope(h,2); end if TempPos(:,h)<=ParticleScope(h,1) TempPos(:,h)=ParticleScope(h,1)+1e-10;  end end
 %更新位置  ParSwarm(row,1:ParCol)=TempPos;  %计算每个粒子的新的适应度值 ParSwarm(row,2*ParCol+1)=AdaptFunc(ParSwarm(row,1:ParCol)); if ParSwarm(row,2*ParCol+1)<AdaptFunc(OptSwarm(row,1:ParCol)) OptSwarm(row,1:ParCol)=ParSwarm(row,1:ParCol); endend%for循环结束
%寻找适应度函数值最小的解在矩阵中的位置(行数)，进行全局最优的改变 [minValue,row]=min(ParSwarm(:,2*ParCol+1));if AdaptFunc(ParSwarm(row,1:ParCol))<AdaptFunc(OptSwarm(ParRow+1,:)) OptSwarm(ParRow+1,:)=ParSwarm(row,1:ParCol);end