matlab中fic算法,粒子群算法在函数优化问题中的应用最终版（全文完整版）

《粒子群算法在函数优化问题中的应用.doc》由会员分享，可免费在线阅读全文，更多与《粒子群算法在函数优化问题中的应用(最终版)》相关文档资源请在帮帮文库(www.woc88.com)数亿文档库存里搜索。

1、大学本科生毕业设计(论文)中的应用结果，下面主要分析改进参数的粒子群算法在函数优化问题中应用的收敛效果。迭代的次数适应度值Pg图改进参数后的粒子群算法与基本粒子群算法在优化函数时的收敛曲线仿真图结果分析如下：图中，实线是基本粒子群算法在优化函数时的收敛曲线，虚线是改进参数后的粒子群算法在优化函数时的收敛曲线。在图中看出，改进参数后的算法比基本算法可以在较小的迭代次数内找到全局最优位置，并且适应度较小。运用到实际的测试函数中，即为在较短的时间内使函数值达到相对较小的结果，此次改进后的效果更加接近理想的效果。综上所述，此次改进参数的粒子群算法在优化函数问题时相对较优。本章小结本章主要是将基本的粒子群算法和参数改进后的粒子群算法分别对测试函数在Matlab中进行仿真，并将基本粒子群算法和各次参数改进后的粒子群算法的仿真结果进行比较，在大量的实验及统计结果后，确定参数的改进结果，从而验证了改进后的粒子群算法的相对优越性，并且验证了其实际可行性。东北石油大学本科生毕业设计(论文)结论本文对粒子群优化算法的理论以及在函数的优化问题中的应用开展了研究，以下对全文给出简要的总结：()首先介绍了粒子群算法的发展过程，也介绍了粒子群算法的发展现状与未来的研究方向，并通过对粒子群算法的学习和了解，为下面对粒子群改进算法在函数的优化问题中的应用打好基础；()其次对粒子群优化算法求解问题的统一框架进行了分析，在此基础上提出了粒子群优化算法的设计步骤；接着对基本粒子群优化算法的原理进行了分析，从算法的产生机理、编码、迭代过程等方面介绍了粒子群优化算法，从而对粒子群算法有了深刻的理解；()最后将基本的粒子群算法和进行改进的粒子群算法分别对函数的优化问题在Matlab中进行了仿真，并将基本算法和改进的算法在函数优化问题中的仿真结果进行了比较，从而验证了改进的粒子群算法的相对优越性，并且验证了其实际可行性。东北石油大学本科生毕业设计(论文)参考文献[]KennedyJ,EberhartRParticleswarmotimization[A]IEEEIntlConfonNeuralNetworks[C]Perth,Australia,,[]EberhartR,KennedyJAnewotimizerusingarticleswarmtheory[A]ProcoftheSixthInternationalSymosiumonMicroMachineandHumanScience[C]Nagoya,Jaan,,[]高尚，韩斌，吴小俊等．求解旅行商问题的混合粒子群优化算法[J]．控制与决策，，()：[]吕勇，赵光宙．蚁群优化算法及其在电力系统中的应用．电工技术学报，，()：[]ChangCS，Tian。

2、cIEEEIntConfonSystems,ManandCybernetics,Vol,:～[]SuganthanPNParticleSwarmOtimizerwithNeighborhoodOeratorProcoftheCongressonEvolutionaryComutationWashingtonDC,:～[]KenedyJSmallWorldsandMegaMinds:EffectofNeighborhoodToologyonParticleSwarmPerformanceProcoftheCongressonEvolutionaryComutationWashingtonDC,:～[]AngelinePJUsingSelectiontoImroveParticleSwarmtimizationProcIEEEIntConfonEvolutionaryComutationAnchorage，：～[]窦全胜，周春光，马铭粒子群优化的两种改进策略计算机研究与发展，,():～[]高鹰，谢胜利免疫粒子群优化算法计算机工程与应用，,():～[]KangPingWang,LanHuang,ChunGuangZhou,etalParticleSwarmOtimizationforTravelingSalesmanProblemProceedingsofthendInternationalConferenceonMachineLearningandCyberneticsXian,～[]高海兵，周驰，高亮广义粒子群优化模型计算机学报，,():～[]ZHANGLiing,YUHuanjun,HUShangxuOtimalChoiceofParametersforParticleSwarmOtimization[J]Zhejiot(,,'')；axis([Xmin()Xmax()Xmin()Xmax()Xmin()Xmax()])；%初始轴的范围的设置%axissquare；gridon；set(Swarmscoe,'EraseMode','xor','MarkerSize',)；%设置用来显示粒子%%initialPositionVelocity%%Position=zeros(dimension,Size)；%以后位置Position统一为此种记法：行dimension；列Size；Velocity=zeros(dimension,Size)；%每个粒子的位置、速度对应于一列。[Position,Velocity]=initial_Position_Velocity(dimension,Size,Xmax,Xmin,Vmax,Vmin)；%%个体最优P_和全局最优g。

3、strigin=X(:)'*X(:)*sum(cos(X(:)**i))+*dimension；Fitness=Func_Rastrigin；case%%f_Rosenock%%res=；forrow=:(dimension)res=res+*(X(row+)X(row)^)^+(X(row))^；endFunc_Rosenock=res；Fitness=Func_Rosenock；case%%f_Schaffer'sf%%Func_Schaffer=(sin(sqrt(X()^+X()^))^)(+*(X()^+X()^))^；Fitness=Func_Schaffer；endngUnivSCI,,A():[]王俊伟,汪定伟粒子群算法中惯性权重的实验与分析[J]系统工程学报,,():[]AngelinePJEvolutionaryOtimizationVersusParticleSwarmOtimizationPhilosohyandPerformanceDifferencesProcOfthethAnnualConfonEvolutionaryProgrammingWashingtonDC,:～东北石油大学本科生毕业设计(论文)[]邢文训,谢金星现代优化计算方法[M]北京:清华大学出版社,:一[]魏权龄，胡显佑运筹学通论[M]北京:中国人民大学出版社，[]邱莞华，魏法杰运筹学教程[M]北京:机械工业出版社，[]马慧民，叶春明，张爽二进制改进粒子群算法在背包问题中的应用[J]上海理工大学学报，，():一[]胡玉兰基于遗传算法的旅行商问题的仿真实现[J]控制工程，，():一[]秦元庆，孙德宝，李宁等基于粒子群算法的移动机器人路径规划[J]机器人,,():[]李爱国，覃征，鲍复民，贺升平粒子群优化算法[J]，计算机工程与应用，，():l一[]张丽平，玉环均，陈德钊等粒子群优化算法的分析与改进[J]信息与控制,,():东北石油大学本科生毕业设计(论文)致谢本论文是在我敬爱的恩师霍凤财和张荣江老师的悉心指导下完成的。导师在学术上的敏锐的洞察力、严谨求实的治学态度、深厚的理论功底和丰富的工作经验使我受益非浅；高尚的学者风范以及对科学研究和教育事业的高度热情与无私奉献必将对我今后的学习、工作和生活道路产生深刻的影响；导师的言传身教也使我体会到学者们待人的谦和以及处事的睿智，给我竖立了永远的楷模。值此论文完成之际，谨向恩师表示深深的谢意和崇高的敬意！感谢学院在论文设计阶段给予我们提供的一切设备，以及各位老师在我大学学习和生活中给予我的帮助。东北石油大学本科生毕业设计(论文)附录基本粒子群算法matlab程序：clearall；clc；formatlong；%给定初始化条件。

4、l('粒子第一维')；ylabel('粒子第二维')；zlabel('粒子第三维')；drawnow；end%%画‘评价值’变化曲线%%figure()；BestFitness_lot(time,P_gg)；%%画系统阶跃响应变化曲线%%%figure()；%Ste_PID(globe)functionBestFitness_lot(time,P_gg)lot(time,P_gg)；xlabel('迭代的次数')；ylabel('适应度值P_g')；function东北石油大学本科生毕业设计(论文)[Position,Velocity]=initial_Position_Velocity(dimension,Size,Xmax,Xmin,Vmax,Vmin)fori=:dimensionPosition(i,:)=Xmin(i)+(Xmax(i)Xmin(i))*rand(,Size)；Velocity(i,:)=Vmin(i)+(Vmax(i)Vmin(i))*rand(,Size)；endfunctionFitness=Fitness_Function(X,F_n)globaldimensionSize%F_n标准测试函数选择,其中:%n=:f_Shere测试%n=:f_Quadric测试%n=:f_Ackley测试%n=:f_Griewank测试%n=:f_Rastrigin测试%n=:f_Rosenock测试%n=:f_Schaffer'sf测试注：此函数只接受两个变量，故dimension＝。switchF_ncase%%f_Shere%%Func_Rastrigin=X(:)'*X(:)；Fitness=Func_Rastrigin；case%%f_Quadric%%res=；forrow=:dimensionres=res+(sum(X(:row)))^；endFunc_Quadric=res；Fitness=Func_Quadric；case%%f_Ackley%%Func_Ackley=*ex(*sqrt((dimension)*(X(:)'*X(:))))ex((dimension)*((cos(*i*X(:)')*cos(*i*X(:)))))++ex()；Fitness=Func_Ackley；case东北石油大学本科生毕业设计(论文)%%f_griewank%%res=X(:)'*X(:)；res=；forrow=:dimensionres=res*cos(X(row)sqrt(row))；endFunc_Griewank=resres+；Fitness=Func_Griewank；case%%f_Rastrigin%%Func_Ra。

5、L．ANewAroachtoFaultSectionEstimationinPowerSystemsUsingAntSystem．ElectricPowerSystemsResearch，，()：[]YoshidaH，KawataK，FukuyamaY．etal．AParticleSwarmOtimizationforReactivePowerandVoltageControlConsideringVoltageStability．In：ProcoftheInternationalConferenceonIntelligentSystemAlicationtoPowerSystems．RiodeJaneiro，Brazil，，l[]余欣梅，李妍，熊信艮等．基于PSO考虑谐波影响的补偿电容器优化配置．中国电机工程学报，，()：[]LiuY，ZhangH，etal，ParticleSwarmOtimizationforFaultStatePowerSulyReliabilityEnhancement．In：ProcoftheIEEEInternationalConferenceonIntelligentSystemsAlicationtoPowerSystems．Budaest，Hungary，，[]符强，夏瑛，张华，等．基于粒子群算法的粗轧宽展控制模型优化仿真[J]．冶金自动化，，()：[]康琦．微粒群优化算法的研究与应用[D]．上海：同济大学，[]吴启迪，汪镭．智能蚁群算法及应用[M]．上海：上海科技教育出版社，[]吴启迪，汪镭．智能微粒群算法的研究及应用[M]．南京：江苏教育出版社，[]RoerdinkJ，MeijsterA．TheWatershedTransform：Definitions，AlgorithmsandParallelizationStrategies．FundamentaInformaficae，，l()：[]ShiYuhui,EberhartRParameterSelectioninParticleSwarm东北石油大学本科生毕业设计(论文)OtimizationProcofthethAnnualConfonEvolutionaryProgrammingWashingtonDC,:～[]ShiYuhui,EberhartRFuzzyAdativeParticleSwarmOtimizationProcIEEEConfonEvolutionaryComutationalSeoul,Korea,:～[]FvanDenBergh,APEngellechtANewLocallyConvergentParticleSwarmOtimiser,Pro。

6、lobe初始赋值%%P_=Position；globe=zeros(dimension,)；%%评价每个粒子适应值，寻找出globle%%forj=:SizePos=Position(:,j)；fz(j)=Fitness_Function(Pos,F_n)；end[P_g,I]=min(fz)；%P_g*?globe=Position(:,I)；%%打散参数设置%%N_dismiss=；%太小，不利于初始寻优N_dismissed=；%记录被打散的次数deltaP_gg=%种群过分收敛衡量标准值(适应度变化率)%reset=；%设置reset=时指示粒子群过分收敛时将被打散，如果reset＝则不打散reset_dismiss=；%%迭代开始%%foritrtn=:Tmaxtime(itrtn)=itrtn；%%过于集中时打散%%ifreset_dismiss==bit=；东北石油大学本科生毕业设计(论文)ifitrtngtN_dismissbit=bitam((P_gg(itrtn)P_gg(itrtnN_dismiss))P_gg(itrtn)Vmax(row)K(jj)=Vmax(row)Velocity(row,i)；jj=jj+；elseifVelocity(row,i)ltVmin(row)K(jj)=Vmin(row)Velocity(row,i)；东北石油大学本科生毕业设计(论文)jj=jj+；elseendendKmin=min(K)；forrow=:dimensionifVelocity(row,i)gtVmax(row)Velocity(row,i)=Velocity(row,i)*Kmin；elseifVelocity(row,i)Xmax(row)Position(row,i)=Xmax(row)；elseifPosition(row,i)ltXmin(row)Position(row,i)=Xmin(row)；elseendendend%%重新评价每个粒子适应值，更新个体最优P_和全局最优globe%%forj=:Sizexx=Position(:,j)'；fz(j)=Fitness_Function(xx,F_n)；iffz(j)ltfz(j)P_(:,j)=Position(:,j)；fz(j)=fz(j)；end东北石油大学本科生毕业设计(论文)%[P_g,I]=min(fz)；%%%有改动iffz(j)=set(Swarmscoe,'XData',XX,'YData',YY,'ZData',ZZ)；elseifdimension==set(Swarmscoe,'XData',XX,'YData',YY)；%设置endxlabe。