精品文档
gbest=pbest(j); end
v(j,:)=w*v(j,:)+c1*rand*(p(j,:)-x(j,:))+c2*rand*(g-x(j,:)); x(j,:)=x(j,:)+v(j,:); end
gb(i)=gbest; end plot(gb)
TempStr=sprintf('w= %g ',w); title(TempStr); xlabel('迭代次数'); ylabel('适应值'); %适应度函数
function result=fitness(x,D) sum=0; for i=1:D
sum=sum+x(i)^2; end
result=sum;
%-------------------程序6------------------------- 程序6
对c1?c2?2，对分别取w1?1.2，w2?0随笔其迭代影响 a)%主函数源程序（main.m）
%------基本粒子群算法 （particle swarm optimization） %------名称： 基本粒子群算法 %------初始格式化
clear all; %清除所有变量 clc; %清屏
format long; %将数据显示为长整形科学计数 %------给定初始条条件------------------ N=40; %3初始化群体个数 D=10; %初始化群体维数 T=100; %初始化群体最迭代次数 c1=1.1; %学习因子1
。
26欢迎下载
精品文档
c2=2; %学习因子2 w1=0.4 %惯性权重1 w2=0.8 %惯性权重2 w3=1.2 %惯性权重3 w4=1.4 %惯性权重4 w5=1.6 %惯性权重5
eps=10^(-6); %设置精度（在已知最小值的时候用）-- %--------初始化种群个体（限定位置和速度）------------ x=zeros(N,D); v=zeros(N,D); for i=1:N for j=1:D
x(i,j)=randn; %随机初始化位置 v(i,j)=randn; %随机初始化速度 end end
%------显示群位置---------------------- figure(1) for j=1:D if(rem(D,2)>0)
subplot((D+1)/2,2,j) else
subplot(D/2,2,j) plot(x(:,j),'b*');grid on xlabel('粒子') ylabel('初始位置')
tInfo=strcat('第',char(j+48),'维'); if(j>9)
tInfo=strcat('第',char(floor(j/10)+48)，
char(rem(j,10)+48),'维'); end title(tInfo) end
%----显示种群速度----------------- figure(2)
。
27欢迎下载
精品文档
for j=1:D if(rem(D,2)>0)
subplot((D+1)/2,2,j) else
subplot(D/2,2,j) end
plot(x(:,j),'b*');grid on xlabel('粒子') ylabel('初始速度')
tInfo=strcat('第,char(j+48),'维'); if(j>9)
tInfo=strcat('第',char(floor(j/10)+48), char(rem(j,10)+48),'维); end title(tInfo) end figure(3) subplot(1,2,1)
%------初始化种群个体（在此限定速度和位置）------------ x1=x; v1=v;
%------初始化个体最优位置和最优值--- ------- p1=x1;
pbest1=ones(N,1); for i=1:N
pbest1(i)=fitness(x1(i,:),D); end
%------初始化全局最优位置和最优值--------------- g1=1000*ones(1,D); gbest1=1000; for i=1:N
if(pbest1(i) 。 28欢迎下载 精品文档 end end gb1=ones(1,T); %-----浸入主循环，按照公式依次迭代直到满足精度或者迭代次数--- for i=1:T for j=1:N if (fitness(x1(j,:),D) pbest1(j)=fitness(x1(j,:),D); end if(pbest1(j) v1(j,:)=w1*v1(j,:)+c1*rand*(p1(j,:)-x1(j,:))+c2*rand*(g1-x1(j,:)); x1(j,:)=x1(j,:)+v1(j,:); end gb1(i)=gbest1; end plot(gb1) TempStr=sprintf('w= %g ',w1); title(TempStr); xlabel('迭代次数'); ylabel('适应度值'); figure subplot(1,2,2) %-----初始化种群个体（在此限定速度和位置）------------ X3=x V3=v; %-----初始化种群个体最有位置和 最优解----------- P3=x3; Pbest3=ones(N,1); for i=1:N pbest3(i)=fitness(x3(i,:),D); 。 29欢迎下载 精品文档 end %-----初始化种全局最有位置和最优解------ g3=1000*ones(1,D); gbest3=1000; for i=1:N if(pbest3(i) gb3=ones(1,T); %------浸入主循环，按照公式依次迭代直到满足精度或者迭代次数--- for i=1:T for j=1:N if (fitness(x3(j,:),D) pbest3(j)=fitness(x3(j,:),D); end if(pbest3(j) v3(j,:)=w3*v3(j,:)+c1*rand*(p3(j,:)-x3(j,:))+c2*rand*(g3-x3(j,:)); x3(j,:)=x3(j,:)+v3(j,:); end gb3(i)=gbest3; end plot(gb3) TempStr=sprintf('w= %g ',w3); title(TempStr); xlabel('迭代次数'); ylabel('适应度值'); figure subplot(1,2,2) 。 30欢迎下载