资源简介
matlab平台下的粒子群和混沌搜索的协同优化算法,程序可以成功运行。
代码片段和文件信息
%------初始格式化--------------------------------------------------
clear all;
clc;
format long;
tic
%
% aaa=0;
% bbb=0;
% ddd=0;
chenggong=0;
% for k=1:100
biaozhi=1;
%------给定初始化条件----------------------------------------------
c1=1.4962; %学习因子1
c2=1.4962; %学习因子2
%w=0.7298; %惯性权重
% vmax=1;
wmax=0.9;wmin=0.1;
% xmax=[1000 10];
% xmin=[-10 -1000];
xmax=[600 600 600 600];
xmin=[-600 -600 -600 -600];
% xmax=[2 2];
% xmin=[-2 -2];
% xmax=[500 500];
% xmin=[-500 -500];
% xmax=[1 1 1 1 1 1];
% xmin=[0 0 0 0 0 0];
% xmax=[1 1];
% xmin=[-1 -1];
% xmax=[10 15];
% xmin=[-5 0];
% xmax=[30 30 30 30 30 30 30 30];
% xmin=[-30 -30 -30 -30 -30 -30 -30 -30];
% xmax=[30 30 30 30 30 30 30 30];
% xmin=[-30 -30 -30 -30 -30 -30 -30 -30];
% xmax=[10 10];
% xmin=[-10 -10];
xmax1=xmax;
xmin1=xmin;
MaxDT=50; %最大迭代次数
n=4;
N=40; %初始化群体个体数目
N_PSO=20;
N_Chaotic=20;
ceitamax=[pi/2pi/2pi/2pi/2pi/2pi/2pi/2pi/2];
ceitamin=[-pi/2-pi/2-pi/2-pi/2-pi/2-pi/2-pi/2-pi/2];
ceitamax1=ceitamax;
ceitamin1=ceitamin;
%------初始化种群的个体(可以在这里限定位置和速度的范围)------------
for i=1:N_PSO
for j=1:n
%ceita(ij)=rand*(ceitamax(j)-ceitamin(j))+ceitamin(j); %随机初始化位置
% x(ij)=rand*2;
% vmax(j)=1000;
% vmax(j)=100;
% vmax(j)=10;
dceitamax(j)=(ceitamax(j)-ceitamin(j))*0.05;
% v(ij)=randn; %随机初始化速度
dceita(ij)=dceitamax(j)*rand;
end
end
for D=1:n
L(1D)=0;
for kkk=1:7
L(1D)=L(1D)+rand;
end
L(1D)=L(1D)/7;
ceita(1D)=(L(1D)*(ceitamax1(D)-ceitamin1(D)))+ceitamin1(D);
for m=2:N_PSO
% L(mD)=4*L(m-1D)*(1-L(m-1D));%%%%%%%%%%%%Logistic
% L(mD)=2.59*L(m-1D)*(1-L(m-1D)^2);%%%%%%%%%Cubic
if L(m-1D)<=(1/2)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%tent
L(mD)=2*L(m-1D);%%%%%%%%%%%%%%%%%%%%%%%%%%%tent
else L(mD)=2*(1-L(m-1D));%%%%%%%%%%%%%%%%%%%%%%tent
end%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%tent
ceita(mD)=(L(mD)*(ceitamax1(D)-ceitamin1(D)))+ceitamin1(D);
end
% L(ND)=L(N_PSOD);
end
%------先计算各个粒子的适应度,并初始化Pi和Pg----------------------
for i=1:N_PSO
for j=1:n
x(ij)=((xmax(j)-xmin(j))/2)*sin(ceita(ij))+((xmax(j)+xmin(j))/2);
end
p(i)=function_SH(x(i:));%目标函数
ceitab(i:)=ceita(i:);
end
ceitag=ceita(1:); %Pg为全局最优
pg=x(1:);
for i=2:N_PSO
if function_SH(x(i:))
pg=x(i:);
ceitag=ceita(i:);
end
end
%------进入主要循环,按照公式依次迭代,直到满足精度要求------------
for t=1:MaxDT
w=wmax-t*(wmax-wmin)/MaxDT;
for i=1:N_PSO
%dceita(i:)=w*dceita(i:)+c1*ra
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 7051 2012-05-10 22:01 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\bingxing_Chaotic_ceita_PSO.m
文件 6643 2012-05-10 22:01 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\bingxing_Chaotic_PSO.m
文件 2213 2010-08-10 18:11 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\Branin_jieguo.m
文件 4375 2012-05-10 22:01 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\ceita_PSO.m
文件 4169 2010-07-03 11:21 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\CPSO.m
文件 576 2010-04-17 20:32 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\function_BR.m
文件 406 2010-08-08 19:34 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\function_GR.m
文件 512 2010-05-11 20:32 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\function_RA.m
文件 557 2010-08-08 09:57 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\function_SH.m
文件 2251 2010-08-10 19:24 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\Griewangk_jieguo.m
文件 2171 2010-08-10 18:03 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\huatu.m
文件 4146 2012-05-10 22:01 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\PSO.m
文件 1842 2010-08-10 18:43 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\Rastrigin_jiguo.m
文件 2209 2010-08-10 19:02 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法\Shubert_jieguo.m
..AD... 0 2012-05-12 21:05 粒子群混沌协同\3x基于粒子群算法和混沌搜索的协同优化算法
目录 0 2012-10-29 15:08 粒子群混沌协同
----------- --------- ---------- ----- ----
39121 16
- 上一篇:MATLAB GUI 图片open
- 下一篇:matlab控制摄像头拍照的程序
相关资源
- 灰狼算法GWO和粒子群算法PSO的matlab源
- PSO_GD.m粒子群求解多目标优化
- 粒子群优化CLPSO的MATLAB源代码
- 粒子群搜索代码
- 多目标粒子群优化算法MATLAB
- MATLAB粒子群算法PSO解决TSP51个城市问题
- 基于粒子群算法机器人路径规划matl
- 量子粒子群算法的matlab实现,有程序
- 粒子群算法与蚁群算法混合解决旅行
- Matlab在系统辨识中的应用
- matlab粒子群算法工具箱
- 基于粒子群算法的配电网无功优化.
- matlab 实现粒子群优化算法代码
- 离散粒子群算法DPSOMatlab代码
- 二维粒子群算法的matlab源程序.docx.z
- 粒子群算法在物流中心选址中的应用
- 思典-粒子群优化Matlab工具箱
- 粒子群优化算法解决背包问题
- 粒子群模拟退火算法
- matlab粒子群算法PSO程序,算法优化效
- 粒子群算法求函数最优值matlab
- 标准粒子群优化算法-用Griewank函数测
- 基本粒子群算法的ieee30节点无功优化
- Matlab写的粒子群优化算法,很好用!
- 粒子群算法源代码
- 基于粒子群PSO算法系统辨识matlab程序
- 优化算法——粒子群算法(PSO)原理
- matlab粒子群算法辨识传递函数模型包
- 基于matlab粒子群算法解决旅行商(T
- 粒子群算法求解BP神经网络参数
评论
共有 条评论