粒子群优化算法（Particle Swarm Optimization）的 Matlab（R2018b）代码实现

最新推荐文章于 2024-09-13 10:15:31 发布

吃瓜群众110

最新推荐文章于 2024-09-13 10:15:31 发布

阅读量4.2k

点赞数 1

分类专栏： Matlab 文章标签：粒子群优化算法 Particle Swarm Optimization PSO

本文链接：https://blog.csdn.net/h763247747/article/details/86514734

版权

该博客通过2D Michalewicz function展示了粒子群优化算法的Matlab实现，包括算法的子函数如粒子群初始化、移动及边界处理，以及图形展示，讨论了算法的优缺点，指出其依赖于粒子群大小和迭代次数以找到全局最优解。

摘要由CSDN通过智能技术生成

这里以 2D Michalewicz function 为对象来演示粒子群算法。

1、Michalewicz function

2、代码详解

2.1 画Michalewicz函数的网格图形

f=@(x,y)(-sin(x).*(sin(x.^2/3.1415926)).^(2*m)...
    -sin(y).*(sin(2*y.^2/3.1415926)).^(2*m));

range=[0 4 0 4];
Ngrid=100;
dx=(range(2)-range(1))/Ngrid;
dy=(range(4)-range(3))/Ngrid;
xgrid=range(1):dx:range(2);
ygrid=range(3):dy:range(4);
[x,y]=meshgrid(xgrid,ygrid);
z=f(x,y);
figure(1);
%subplot(1,2,1);
surfc(x,y,z);
hold on;

2.2 粒子群优化算法的子函数

粒子群初始化

function [xn,yn]=init_pso(n,range)
xrange=range(2)-range(1);
yrange=range(4)-range(3);
xn=rand(1,n)*xrange+range(1);
yn=rand(1,n)*yrange+range(3);
end

粒子群的移动