matlab粒子群优化算法路径规划代码解读

前言

粒子群算法是一种群智能优化算法，该算法具有原理简单、易实现、 控制参数较少等优点，下面根据Yarpiz公司的matlab代码就其在路径规划中的应用进行简单的介绍，以供读者更好的理解粒子群优化算法的实际应用。

---

代码结构

01 pso函数

02 CreateModel函数

03 MyCost函数

04 ParseSolution函数

05 CreateRandomSolution函数

06 PlotSolution函数

---

CreateModel函数

该函数的功能是创建路径规划所需要的地图模型，模型中包含了起点，终点以及障碍物的位置，在该工程中，障碍物统一用圆形表示。

该函数的返回值为一个关于model的结构体，其中包含了地图模型的全部信息，具体的代码如下：

%
% Copyright (c) 2015, Yarpiz (www.yarpiz.com)
% All rights reserved. Please read the "license.txt" for license terms.
%
% Project Code: YPAP115
% Project Title: Path Planning using PSO in MATLAB


function model=CreateModel()

    % 设置起点坐标
    xs=0;
    ys=0;
    
    % 设置终点坐标
    xt=4;
    yt=6;
    
    % 圆形障碍物
    xobs=[1.5 3.5 1.2]; % 设置障碍物的x坐标
    yobs=[4.0 3.0 1.5];% 设置障碍物的y坐标
    robs=[1.0 0.6 0.8];% 设置障碍物的半径
    
    n=3; % 设置种群中粒子个数
    
    % 设置地图范围
    xmin=-10; 
    xmax= 10;
    
    ymin=-10;
    ymax= 10;
    
    % 将参数存入结构体
    model.xs=xs;
    model.ys=ys;
    model.xt=xt;
    model.yt=yt;
    model.xobs=xobs;
    model.yobs=yobs;
    model.robs=robs;
    model.n=n;
    model.xmin=xmin;
    model.xmax=xmax;
    model.ymin=ymin;
    model.ymax=ymax;
    
end

CreateRandomSolution函数

该函数的功能主要是在地图空间内随机生成粒子种群的位置，用于粒子群的随机初始化