粒子群优化算法工具箱（PSO_toolbox）

粒子群优化算法工具箱....

%%
% INPUT VARIABLES
% Bird_in_swarm=Number of particle=agents=candidate
% Number_of_quality_in_Bird=Number of Variable
%
% MinMaxRange: jx2 matrix; jth row contains minimum and maximum values of the jth variable
% say you have a variable N1 
% which can have maximum value M1 and minimum value m1
% then your matrix will be [m1 M1] 
% for more:
% [m1 M1; m2 M2; mj Mj]
%
% Food_availability=objective function with one input variable （for more than one variable you may use array）
% example for two variable
% function f = funfunc（array）
%     a=array（1）;
%     b=array（2）;
%     f = a+b ;
% end
% Food_availability is a string for above example : ‘funfunc‘
%
% availability_type is string ‘min‘ or ‘max‘ to check depending upon need to minimize or maximize the Food_availability
% velocity_clamping_factor （normally 2）
% cognitive_constant=c1=individual learning rate （normally 2）
% social_constant=c2=social parameter （normally 2）
% normally C1+C2>=4
%
% Inertia_weight=At the beginning of the search procedure diversification is heavily weighted while intensification is heavily weighted at the end of the search procedure.
% Min_Inertia_weight=min of inertia weight （normally 0.4）
% Max_Inertia_weight=max of inertia weight （normally 0.9）
% max_iteration=how many times readjust the position of the flock/swarm of birds its quest for food
% 
%
% OUTPUT VARIABLE
% optimised_parameters : Optimal parameters
%%
function [ optimised_parameters ] = Particle_Swarm_Optimization （Bird_in_swarm Number_of_quality_in_Bird MinMaxRange Food_availability availability_type velocity_clamping_factor cognitive_constant social_constant Min_Inertia_weight Max_Inertia_weight max_iteration）
%{
    Checking all functions are present
%}
if （exist （‘MinMaxCheck.m‘）==0）
    clc;
    fprintf （‘Please download the following submission from: MATLAB File Exchange （Click here to open link） \ndownload code by clicking “Download Submission“ button \nthen extract and put MinMaxCheck.m in current directory and try again\n‘）;
    return;
end
%{
    Checking all parameteres are entered
%}
if nargin < 11
    error（‘Missing input parameter（s）!‘）
end

%{
	universalize availability type  
%}
availability_type=lower（availability_type（1:3））;

%{
	 Checking for proper boundary Values and entered Matrix
%}
[rowcol]=size（MinMaxRange）;
if row~=Number_of_quality_in_Bird || col~=2
    error（‘Not a proper MinMaxRange Matrix‘）
end
for i=1:Number_of_quality_in_Bird
    if MinMaxRange（i1）>=MinMaxRange（i2）
        error（‘Minimum value greater than Maximum value!!!‘）
    end
end

%{
	 counter to display % of completion
%}
N=Bird_in_swarm*max_iteration;
q=0;

%{
	 distinguishing min and max range
%}
bird_min_range=MinMaxRange（:1）;
bird_max_range=MinMaxRange（:2）;

%{
	 
%}
format long;
for i=1:Number_of_quality_in_Bird
  

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        5308  2016-06-15 00:49  Particle_Swarm_Optimization.m
     文件        1313  2016-06-15 00:49  license.txt