资源简介
局部粒子群算法程序,可运行无错误,使用的函数是单峰值单数,函数可自行变换。
代码片段和文件信息
function[ResultOnLineOffLineMinMaxMeanAdaptBestofStep]=LocalPsoProcessByCricle(SwarmSizeParticleSizeParticleScopeInitFuncStepFindFuncAdaptFuncIsStepIsDrawLoopCountIsPlot)
if nargin<4
error(‘输入的参数个数错误‘)
end
[rowcolum]=size(ParticleSize);
if row<1||colum<1
error(‘输入的参数个数太少,不能保证以后的运行‘);
end
[rowcolum]=size(ParticleSize);
if row>1||colum>1
error(‘输入的粒子维数错误,是一个1行1列的数据‘);
end
[rowcolum]=size(ParticleScope);
if row~=ParticleSize||colum~=2
error(‘输入的粒子的维数范围错误‘);
end
if nargin<7
IsPlot=1;
LoopCount=100;
IsStep=0;
IsDraw=0;
end
if nargin<8
IsPlot=1;
LoopCount=100;
IsDraw=0;
end
if nargin<9
IsPlot=1;
LoopCount=100;
end
if nargin<10
IsPlot=1;
end
if IsDraw~=0
figure
clf
DrawObjGraphic(ParticleSizeParticleScopeAdaptFunc);
view(090);
end
[ParSwarmOptSwarm]=InitFunc(SwarmSizeParticleSizeParticleScopeAdaptFunc);
if IsDraw~=0
if 1==ParticleSize
for ParSwarmRow=1:SwarmSize
plot([ParSwarm(ParSwarmRow1)ParSwarm(ParSwarmRow1)][ParSwarm(ParSwarmRow3)0]‘r**‘‘markersize‘8);
text(ParSwarm(ParSwarmRow1)ParSwarm(ParSwarmRow3)num2str(ParSwarmRow));
end
end
if 2==ParticleSize
for ParSwarmRow=1:SwarmSize
hold on
stem3(ParSwarm(ParSwarmRow1)ParSwarm(ParSwarmRow2)ParSwarm(ParSwarmRow5)‘white*‘‘markersize‘8);
end
end
end
if IsStep~=0
disp(‘开始迭代,按任意键:‘)
pause
end
for k=1:LoopCount
disp(‘************************************‘)
TempStr=sprintf(‘第%g次迭代‘k);
disp(TempStr);
disp(‘************************************‘
相关资源
- PSO优化BP神经网络模型.zip
- 粒子群算法权重改变
- 粒子群算法解决企业生产调度问题m
- 多目标粒子群算法源代码
- 配电网故障定位基于改进粒子群算法
- 三维粒子群算法的matlab实现 源代码带
- 基于粒子群算法的PID控制器优化设计
- 多目标粒子群算法matlab
- 运用粒子群算法解决车间调度问题m
- 基于粒子群算法的无功优化MATLAB源代
- PSO(粒子群算法)MATlab程序
- 基于遗传算法和粒子群算法的认知无
- 自适应粒子群算法
- 粒子群算法优化RBF神经网络
- 经济调度粒子群算法matlab源程序
- 多目标粒子群算法matlab源程序
- 粒子群算法求解函数极值 matlab
- 标准粒子群算法代码PSO
- 二进制粒子群算法
- pso algorithms 粒子群算法
- 多目标粒子群算法
- 粒子群算法路径规划动画演示
- DPSO离散粒子群算法解决旅行商问题
- 粒子群算法优化极限学习机的参数
- 改进后的离散粒子群算法 (discrete
- 基于粒子群算法的最短路径设计和实
- matlab 粒子群算法 路径规划
- 粒子群算法与灰狼优化结合算法PSO-
- 路径规划 matlab 粒子群算法
- 粒子群算法PSO应用于神经网络优化m
评论
共有 条评论