改进粒子群优化算法(MPSO)的MATLAB源程序
作者：aaron8967 主页：http://aaron8967.blog.51cto.com
说明：粒子群优化算法（Particle Swarm Optimization, PSO）是群智能优化算法之一，具有便于实现和收敛速度快等优点。本人在研究这个算法的时候，编写了一些测试的MATLAB源程序，在此分享，以供学习交流之用。这个是引入附加学习粒子的粒子群优化算法。
文件结构：
主函数：main.m
适应度函数：Fitness.m
速度更新函数：UpdateV.m
粒子更新函数：UpdateP.m
数据处理函数：DataManage.m
源代码:
---------------------------main.m---------------------------
clear all;
%设置数据格式
format long;
%设置粒子群算法参数
max_iteration=1000; %最大迭代次数
swarm_size=200; %种群规模（粒子数量）
particle_size=2; %粒子维数（求解变量个数）
particle_min=[-100,-100]; %粒子各维最小值
particle_max=[100,100]; %粒子各维最大值
velocity_min=0; %粒子速度最小值
velocity_max=1; %粒子速度最大值
c1=2.05; %学习因子C1
c2=2.05; %学习因子C2
c3=0.3; %学习因子C3
%初始化粒子群算法变量
phai=c1+c2;
lamda=2/abs(2-phai-sqrt(phai^2-4*phai));
fitness_size=particle_size+1; %位置及适应度结合矩阵维数
particle=zeros(swarm_size,fitness_size,max_iteration); %粒子群位置及适应度矩阵
velocity=zeros(swarm_size,particle_size,max_iteration); %粒子群速度矩阵
pbest=zeros(swarm_size,fitness_size,max_iteration); %局部最优粒子位置及适应度矩阵
gbest=zeros(1,fitness_size,max_iteration); %全局最优粒子位置及适应度矩阵
%初始化粒子群
%初始化迭代数
z=1;
%%%%%%%%初始化粒子群的位置，速度和适应度
for x=1:swarm_size
for y=1:particle_size
particle(x,y,z)=(particle_min(y)+(particle_max(y)-particle_min(y))*rand);
velocity(x,y,(z+1))=rand;
%粒子位置更新函数UpdateP( particle,velocity,index,dimen,iter,particle_min,particle_max )
particle(x,y,(z+1))=UpdateP(particle,velocity,x,y,z,particle_min,particle_max);
end
%适应度函数Fitness( particle,index,iter )
particle(x,fitness_size,z)=Fitness(particle,x,z);
end
%%%%%%%%初始化局部最优粒子的位置和适应度
pbest(:,:,z)=particle(:,:,z);
%%%%%%%%初始化全局最优粒子的位置和适应度
gbest(1,:,z)=pbest(1,:,z);
for x=1:swarm_size
if pbest(x,fitness_size,z)<gbest(1,fitness_size,z)
gbest(1,:,z)=pbest(x,:,z);
end
end
%%%%迭代
for z=2:max_iteration
%评价粒子
for x=1:swarm_size
%适应度函数Fitness( particle,index,iter )
particle(x,fitness_size,z)=Fitness(particle,x,z);
if particle(x,fitness_size,z)<pbest(x,fitness_size,(z-1))
pbest(x,:,z)=particle(x,:,z);
else
pbest(x,:,z)=pbest(x,:,(z-1));
end
end
for x=1:swarm_size
if pbest(x,fitness_size,z)<gbest(1,fitness_size,(z-1))
gbest(1,:,z)=pbest(x,:,z);
else
gbest(1,:,z)=gbest(1,:,(z-1));
end
end
%更新粒子
for x=1:swarm_size
for y=1:particle_size
%粒子速度更新函数
%UpdateV( particle,velocity,pbest,gbest,index,dimen,iter,velocity_min,velocity_max,c1,c2 )
velocity(x,y,(z+1))=UpdateV(particle,velocity,pbest,gbest,x,y,z,velocity_min,velocity_max,c1,c2,c3,lamda,swarm_size);
%粒子位置更新函数UpdateP( particle,velocity,index,dimen,iter,particle_min,particle_max )
particle(x,y,(z+1))=UpdateP(particle,velocity,x,y,z,particle_min,particle_max);
end
end
end
%%%%数据处理
DataManage(particle,velocity,pbest,gbest,max_iteration,swarm_size,particle_size,fitness_size);
--------------------------Fitness.m--------------------------
function [ f ] = Fitness( particle,index,iter )
%FITNESS Summary of this function goes here
% Detailed explanation goes here
f=100*(particle(index,2,iter)-particle(index,1,iter)^2)^2+(particle(index,1,iter)-1)^2;
end
--------------------------UpdateV.m--------------------------
function [ v ] = UpdateV( particle,velocity,pbest,gbest,index,dimen,iter,velocity_min,velocity_max,c1,c2,c3,lamda,swarm_size )
%UPDATEV Summary of this function goes here
% Detailed explanation goes here
r1=rand;
r2=rand;
r3=rand;
r=floor(swarm_size*rand);
if r==0
r=1;
end
v=lamda*(velocity(index,dimen,iter)+c1*r1*(pbest(index,dimen,iter)-particle(index,dimen,iter))+c2*r2*(gbest(1,dimen,iter)-particle(index,dimen,iter))+c3*r3*(particle(r,dimen,iter)));
%限制速度
if v>velocity_max
v=velocity_max-(0.3e-10);%减(0.3e-10)防止速度固定在上边界
end
if v<velocity_min
v=velocity_min+(0.7e-10);%加(0.7e-10)防止速度固定在下边界
end
end
--------------------------UpdateP.m--------------------------
function [ p ] = UpdateP( particle,velocity,index,dimen,iter,particle_min,particle_max )
%UPDATEP Summary of this function goes here
% Detailed explanation goes here
p=particle(index,dimen,iter)+velocity(index,dimen,(iter+1));
%限制位置
if p>particle_max(dimen)
p=particle_max(dimen)-(0.3e-10);%减(0.3e-10)防止位置固定在上边界
end
if p<particle_min(dimen)
p=particle_min(dimen)+(0.7e-10);%加(0.7e-10)防止位置固定在下边界
end
end
--------------------------DataManage.m--------------------------
function [ ] = DataManage( particle,velocity,pbest,gbest,max_iteration,swarm_size,particle_size,fitness_size )
%DATAMANAGE Summary of this function goes here
% Detailed explanation goes here
temp=zeros(1,fitness_size);
for k=1:max_iteration
temp(1,:)=gbest(1,:,k);
save('ResultHistoryGbest','temp','-ascii','-tabs','-append');
end
temp(1,:)=gbest(1,:,max_iteration);
save('ResultFinalGbest','temp','-ascii','-tabs','-append');
end
本文是原创文章，转载请保留原作者和出处信息。
由于个人水平有限，不足之处还望多多包涵，欢迎批评指正。
By aaron8967
转载于:https://blog.51cto.com/aaron8967/1047231
