【任务分配】粒子群算法多机器人任务分配【含Matlab源码 2436期】

⛄一、粒子群算法

粒子群算法是智能算法领域中除蚁群算法、鱼群算法又一个智能群体算法。

PSO算法首先在可行解空间中初始化一群粒子,每个粒子都代表极值优化问题的一个潜在最优解。粒子在解空间中运动,通过跟踪个体极值Pbest和群体极值Gbest更新个体位置。

粒子每更新一次位置,就计算一次适应度值,并且通过比较新粒子的适应度值和个体极值、群体极值的适应度值更新个体极值Pbest和群体极值Gbest位置。

在每一次迭代过程中,粒子通过个体极值和群体极值更新自身的速度和位置,每个粒子在D维空间的速度和位置状态可表示为

⛄二、部分源代码

clear;clc;
%%
% [ x ， y ， need ，ai ， bi ，service_time]
global T
T = [[0.00 , 0.00 , 0.00 , 6.00 , 12.0 , 0 ] %0分布矩阵
[43.6 , 4.80 , 0.50 , 7.00 , 9.00 , 15/60] %1
[27.2 , 22.5 , 0.65 , 7.00 , 9.00 , 30/60] %2
[39.9 , 46.8 , 0.30 , 7.00 , 8+2/3 , 15/60] %3
[42.8 , 32.3 , 0.23 , 7+1/3 , 8.00 , 30/60] %4
[15.8 ,