自适应粒子群算法

function [pso t i] = apso（max_genpop_sizepart_size）
%   FUNCTION PSO  --------USE Particle Swarm Optimization Algorithm

%clear all
t=cputime;
D_max = 0.25;
D_min = 0.001;
E_max = 2;
E_min = 0.25;
Pm = 0.005;
%pop_size = 30;          %   pop_size 种群大小
%part_size = 30;          %   part_size 粒子大小 
Q  =  10*part_size;                   %   划分的块数
gbest = zeros（1part_size+1）;            %   gbest 当前搜索到的最小的值
%max_gen = 30;          %   max_gen 最大迭代次数
region=zeros（part_size2）;  %   设定搜索空间范围
%region=[-300300;-300300;-300300;-300300;-300300;-300300;-300300;-300300;-300300;-300300];          %区域                                                                                      **每一维设定不同范围
% region=[-3030;-3030;-3030;-3030;-3030;-3030;-3030;-3030;-3030;-3030];  
 %region=[-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33];
 region=[-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33;-33];
mode=‘exploit‘;
rand（‘state‘sum（100*clock））;   %   重置随机数发生器状态
arr_present = ini_pos（pop_sizepart_sizeregion）;   %   present 当前位置随机初始化rand（）的范围为0~1
v_max = 1;   
v=ini_v（pop_sizepart_sizev_max）;             %   初始化当前速度


pbest = zeros（pop_sizepart_size+1）;      %   pbest 粒子以前搜索到的最优值，最后一列包括这些值的适应度
w_max = 0.7;                            %   w_max 权系数最大值
w_min = 0.05;
          %                                                                                          **最大速度为粒子的范围宽度
c1 = 2;                   %   学习因子
c2 = 2;                   %   学习因子
best_record = zeros（1max_gen）;     %   best_record记录最好的粒子的适应度。
%  ————————————————————————
%   计算原始种群的适应度及初始化
%  ————————————————————————
arr_present（:end）=ini_fit（arr_presentpop_sizepart_size）;
pbest = arr_present;                                        %初始化各个粒子最优值
[best_value best_index] = min（arr_present（:end））;         %初始化全局最优，即适应度为全局最小的值，根据需要也可以选取为最大值
gbest = arr_present（best_index:）;
% i=1;
% while （i<=max_gen&abs（gbest（end））>0.01）
%   i=i+1;
  for i=1:max_gen  
    D = D_caculation（arr_presentregion）;
    E = E_caculation（arr_presentQpop_sizeregion）;
    if D < D_min || E        mode=‘explore‘;
    end
    if D > D_max && E>E_max
        mode=‘exploit‘;
    end
    

   
   if mode == ‘exploit‘
       w = D*（w_max-w_min）/（D_max-D_min）+（D_max*w_min-D_min*w_max）/（D_max-D_min）;
      for j=1:pop_size
       
             v（j:） = w.*v（j:）+c1.*rand.*（pbest（j1:part_size）-arr_present（j1:part_size））...
            +c2.*rand.*（gbest（1:part_size）-arr_present（j1:part_size））;                        %  粒子速度更新 （a）

        %   判断v的大小，限制v的绝对值小于v_max————————————————————————————
        c = find（abs（v）>v_max）;                                                                                              %**最大速度设置，粒子的范围宽度
        v（c） = sign（v（c））*v_max;   

        arr_present（j1:part_size） = arr_p