粒子群算法优化pid源码 matlab仿真.rar

粒子群算法的 matlab仿真 源码，simulate仿真，附示波仿真图。仅供参考请勿作商业用途

clear
clc
n = 50;           % 粒子群规模
bird_setp  =50;   % 最大迭代次数
dim = 3;          % 维数

c2 =2;        % 加速常数1
c1 =2;        % 加速常数2 
w =0.9;           % 惯性权重 
fitness=0*ones（nbird_setp）;                                
                                       %  初始化粒子群
R1 = rand（dim n）;
R2 = rand（dim n）;
current_fitness =0*ones（n1）;
                                 % 初始化群体位置和速度
current_position = 10*（rand（dim n）-.5）;
velocity = .3*randn（dim n） ;
local_best_position  = current_position ;
                                 % 个体评估      
for i = 1:n
    current_fitness（i） = tracklsq（current_position（:i））;    
end

local_best_fitness  = current_fitness ;
[global_best_fitnessg] = min（local_best_fitness） ;

for i=1:n
    globl_best_position（:i） = local_best_position（:g） ;
end
                                               %  速度更新
velocity = w *velocity + c1*（R1.*（local_best_position-current_position）） + c2*（R2.*（globl_best_position-current_position））;

                                               %  群体更新
current_position = current_position + velocity ;
                                               %  群体跟新评估   
%% 主体循环，迭代寻优
iter = 0 ;  
while  （ iter < bird_setp ）
iter = iter + 1;

for i = 1:n
current_fitness（i） = tracklsq（current_position（:i）） ;    
end


for i = 1 : n
        if current_fitness（i） < local_best_fitness（i）
           local_best_fitness（i）  = current_fitness（i）;  
           local_best_position（:i） = current_position（:i）   ;
        end   
 end

  
 [current_global_best_fitnessg] = min（local_best_fitness）;
  
    
if current_global_best_fitness < global_best_fitness
   global_best_fitness = current_global_best_fitness;
   
    for i=1:n
        globl_best_position（:i） = local_best_position（:g）;
    end
   
end


 velocity = w *velocity + c1*（R1.*（local_best_position-current_position）） + c2*（R2.*（globl_best_position-current_position））;
 current_position = current_position + velocity; 
  
 sprintf（‘The value of interation iter %3.0f ‘ iter ）;


end
% 结束
                      

            xx=fitness（:50）;
            [YI] = min（xx）;
            current_position（:I）

               


    

%          
         

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      14694  2008-06-11 20:03  粒子群算法优化pid源码 matlab仿真\html\PSO.html

     文件       2679  2008-06-11 20:03  粒子群算法优化pid源码 matlab仿真\html\PSO.png

     文件       4307  2008-06-11 19:59  粒子群算法优化pid源码 matlab仿真\html\PSO_01.png

     文件       4671  2008-06-11 20:03  粒子群算法优化pid源码 matlab仿真\html\PSO_02.png

     文件      35168  2015-05-17 19:58  粒子群算法优化pid源码 matlab仿真\optsim1.mdl

     文件      29696  2008-01-18 21:25  粒子群算法优化pid源码 matlab仿真\optsim1.mdl.r2006a

     文件       2329  2015-05-17 21:15  粒子群算法优化pid源码 matlab仿真\PSO.m

     文件        590  2015-05-17 21:36  粒子群算法优化pid源码 matlab仿真\tracklsq.m

     目录          0  2015-05-17 20:00  粒子群算法优化pid源码 matlab仿真\html

     目录          0  2015-05-17 21:37  粒子群算法优化pid源码 matlab仿真

----------- ---------  ---------- -----  ----

                94134                    10