PID 的搜索算法（PSA）附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

在本文中，提出了一种称为基于 PID 的搜索算法（PSA）的元启发式算法，用于全局优化。该算法基于增量PID算法，通过不断调整系统偏差将整个群体收敛到最优状态。PSA 经过数学建模和实施，可在广泛的搜索空间中实现优化。PSA用于解决CEC2017基准测试函数和六个约束问题。通过与近年来提出的七种元启发法进行比较，验证了PSA的优化性能。Kruskal-Wallis、Holm 和 Friedman 检验验证了 PSA 在统计显着性方面的优越性。结果表明，PSA能够较好地平衡勘探与开采，具有较强的优化能力。

⛄ 部分代码

​%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%  %  PID-based search algorithm (PSA) source codes version 1.0%  %  Developed in:  MATLAB 9.13 (R2022b)%  %  Programmer:    Yuansheng Gao%  %  Original paper:  Yuansheng Gao,%                   PID-based search algorithm: A novel metaheuristic %                   algorithm based on PID algorithm           %  %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%​% fun   : @YourFunction% nvars : number of decision/design variables% lb    : lower bound of decision variables% % ub    : upper bound of decision variables%% PSA will return the following:% x     : best solution found% fval  : objective function value of the found solution​clcclearclose all%% InputsPopSize = 50;          % Population sizeMaxIter = 500;         % Maximum iterationsFunctionName = 'F3';   % Function number: F1~F23%% Run PSA[lb,ub,nvars,fun] = GetFunctionsDetails(FunctionName);[x,fval,ConvergenceCurve] = PSA (fun,nvars,lb,ub,PopSize,MaxIter);%% Plot result% function topologyfigure('Position',[500 400 700 290])subplot(1,2,1);func_plot(FunctionName);title('Function Topology')xlabel('x_1');ylabel('x_2');zlabel([FunctionName,'( x_1 , x_2 )'])​% Convergence curvesubplot(1,2,2);semilogy(ConvergenceCurve,'Color','r')title('Objective space')xlabel('Iteration');ylabel('Best score obtained so far');​​​

⛄ 运行结果

⛄ 参考文献

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3.旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划

4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

5.传感器部署优化、通信协议优化、路由优化、目标定位

6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号

7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化

8.微电网优化、无功优化、配电网重构、储能配置

9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长