粒子群算法代码.多维.python

最新推荐文章于 2023-02-13 14:31:26 发布

GDUTSD

最新推荐文章于 2023-02-13 14:31:26 发布

阅读量2.2k

点赞数 5

分类专栏：智能算法

本文链接：https://blog.csdn.net/weixin_41704182/article/details/107303389

版权

本文介绍了如何使用Python编程语言实现多维粒子群优化（PSO）算法，详细讲解了算法原理并提供了代码示例，帮助读者理解并应用该算法。

摘要由CSDN通过智能技术生成

# coding: utf-8
import numpy as np
import random
import math
import matplotlib.pyplot as plt


# ----------------------PSO参数设置---------------------------------
class PSO():
    def __init__(self, pN, dim, max_iter):  # 初始化类  设置粒子数量  位置信息维度  最大迭代次数
        self.w = 0.8
        self.c1 = 1.5
        self.c2 = 1.5
        self.pN = pN  # 粒子数量
        self.dim = dim  # 搜索维度
        self.max_iter = max_iter  # 迭代次数
        self.X = np.zeros((self.pN, self.dim))  # 所有粒子的位置（还要确定取值范围）
        self.Xmax = 20
        self.Xmin = -20
        self.V =  np.zeros((self.pN, self.dim))  # 所有粒子的速度（还要确定取值范围）
        self.Vmax = 10
        self.Vmin = -10
        self.pbest = np.zeros((self.pN, self.dim))  # 个体经历的最佳位置
        self.gbest = np.zeros((1, self.dim))  # 全局最佳位置
        self.p_fit