资源简介
此程序包是用粒子群算法来求16个经典函数的最小最大值
代码片段和文件信息
% demopsobehavior.m
% demo of the pso.m function
% the pso tries to find the minimum of the f6 function a standard
% benchmark
%
% on the plots blue is current position green is Pbest and red is Gbest
% Brian Birge
% Rev 3.0
% 2/27/06
clear all
close all
clc
help demopsobehavior
warning off
functnames = {‘ackley‘‘alpine‘‘DeJong_f2‘‘DeJong_f3‘‘DeJong_f4‘...
‘Foxhole‘‘Griewank‘‘NDparabola‘...
‘Rastrigin‘‘Rosenbrock‘‘f6‘‘f6mod‘‘tripod‘...
‘f6_bubbles_dyn‘‘f6_linear_dyn‘‘f6_spiral_dyn‘};
disp(‘Static test functions minima don‘‘t change w.r.t. time/iteration:‘);
disp(‘ 1) Ackley‘);
disp(‘ 2) Alpine‘);
disp(‘ 3) DeJong_f2‘);
disp(‘ 4) DeJong_f3‘);
disp(‘ 5) DeJong_f4‘);
disp(‘ 6) Foxhole‘);
disp(‘ 7) Griewank‘);
disp(‘ 8) NDparabola (for this demo N = 2)‘);
disp(‘ 9) Rastrigin‘);
disp(‘10) Rosenbrock‘);
disp(‘11) Schaffer f6‘);
disp(‘12) Schaffer f6 modified (5 f6 functions translated from each other)‘);
disp(‘13) Tripod‘);
disp(‘ ‘);
disp(‘Dynamic test functions minima/environment evolves over time/iteration:‘);
disp(‘14) f6_bubbles_dyn‘);
disp(‘15) f6_linear_dyn‘);
disp(‘16) f6_spiral_dyn‘);
functchc=input(‘Choose test function ? ‘);
functname = functnames{functchc};
disp(‘ ‘);
disp(‘1) Intense graphics shows error topology and surfing particles‘);
disp(‘2) Default PSO graphing shows error trend and particle dynamics‘);
disp(‘3) no plot only final output shown fastest‘);
plotfcn=input(‘Choose plotting function ? ‘);
if plotfcn == 1
plotfcn = ‘goplotpso4demo‘;
shw = 1; % how often to update display
elseif plotfcn == 2
plotfcn = ‘goplotpso‘;
shw = 1; % how often to update display
else
plotfcn = ‘goplotpso‘;
shw = 0; % how often to update display
end
% set flag for ‘dynamic function on‘ only used at very end for tracking plots
dyn_on = 0;
if functchc==15 | functchc == 16 | functchc == 17
dyn_on = 1;
end
%xrng=input(‘Input search range for X e.g. [-1010] ? ‘);
%yrng=input(‘Input search range for Y ? ‘);
xrng=[-3030];
yrng=[-4040];
disp(‘ ‘);
% if =0 then we look for minimum =1 then max
disp(‘0) Minimize‘)
disp(‘1) Maximize‘)
minmax=input(‘Choose search goal ?‘);
% minmax=0;
disp(‘ ‘);
mvden = input(‘Max velocity divisor (2 is a good choice) ? ‘);
disp(‘ ‘);
ps = input(‘How many particles (24 - 30 is common)? ‘);
disp(‘ ‘);
disp(‘0) Common PSO - with inertia‘);
disp(‘1) Trelea model 1‘);
disp(‘2) Trelea model 2‘);
disp(‘3) Clerc Type 1“ - with constriction‘);
modl = input(‘Choose PSO model ? ‘);
% note: if errgoal=NaN then unconstrained min or max is performed
if minmax==1
% errgoal=0.97643183; % max for f6 function (close enough for termination)
errgoal=NaN;
else
% errgoal=0; % min
errgoal=NaN;
end
minx = xrng(1);
maxx = xrng(2);
miny = yrng(1);
maxy = yrng(2);
%----
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 741121 2003-05-22 08:25 pso优化算法\A Particle Swarm Optimization (PSO) Primer.pdf
文件 4862 2006-03-06 10:54 pso优化算法\DemoPSOBehavior.m
文件 5788 2006-03-14 10:42 pso优化算法\goplotpso.m
文件 4899 2006-03-06 08:46 pso优化算法\goplotpso4demo.m
文件 172 2004-04-27 15:05 pso优化算法\hiddenutils\forcecol.m
文件 181 2004-04-27 15:05 pso优化算法\hiddenutils\forcerow.m
文件 749 2004-08-23 15:41 pso优化算法\hiddenutils\linear_dyn.m
文件 4588 2006-03-17 10:52 pso优化算法\hiddenutils\normmat.m
文件 841 2004-08-27 15:51 pso优化算法\hiddenutils\spiral_dyn.m
文件 22223 2006-03-17 10:42 pso优化算法\pso_Trelea_vectorized.m
文件 4387 2006-03-17 11:44 pso优化算法\ReadME.txt
文件 871 2004-08-23 13:42 pso优化算法\testfunctions\ackley.m
文件 639 2004-08-19 15:40 pso优化算法\testfunctions\alpine.m
文件 732 2004-08-13 13:06 pso优化算法\testfunctions\DeJong_f2.m
文件 506 2004-08-19 15:39 pso优化算法\testfunctions\DeJong_f3.m
文件 1004 2004-08-13 13:17 pso优化算法\testfunctions\DeJong_f4.m
文件 314 2005-06-27 13:02 pso优化算法\testfunctions\f6.m
文件 700 2004-08-23 13:42 pso优化算法\testfunctions\f6mod.m
文件 1510 2004-08-26 13:16 pso优化算法\testfunctions\f6_bubbles_dyn.m
文件 617 2006-02-27 16:39 pso优化算法\testfunctions\f6_linear_dyn.m
文件 872 2006-02-27 16:39 pso优化算法\testfunctions\f6_spiral_dyn.m
文件 1278 2004-08-13 15:48 pso优化算法\testfunctions\Foxhole.m
文件 1214 2004-08-13 11:02 pso优化算法\testfunctions\Griewank.m
文件 663 2004-08-19 15:26 pso优化算法\testfunctions\NDparabola.m
文件 521 2004-08-19 15:26 pso优化算法\testfunctions\Rastrigin.m
文件 723 2004-08-19 15:24 pso优化算法\testfunctions\Rosenbrock.m
文件 895 2004-08-19 15:23 pso优化算法\testfunctions\tripod.m
目录 0 2007-10-25 15:57 pso优化算法\hiddenutils
目录 0 2007-10-25 15:57 pso优化算法\testfunctions
目录 0 2007-10-25 15:57 pso优化算法
............此处省略4个文件信息
- 上一篇:16QAM通信系统仿真
- 下一篇:项目阶段评审表
相关资源
- 多目标粒子群算法求解多目标多约束
- 三维Otsu图像分割算法
- 33节点粒子群算法
- 粒子群算法解决TSP问题pso_tsp.rar
- 基本粒子群算法
- 粒子群算法解决企业生产调度问题
- 基于量子粒子群算法的混沌系统参数
- 无线传感网络虚拟力粒子群算法
- 基于格林函数边缘检测的焊缝信息获
- 经典经典的粒子群算法
- 带约束处理的粒子群算法,简明清晰
- 粒子群算法 实现 最短路径
- 改进的自适应遗传算法和粒子群算法
- 基于粒子群算法优化Spiking神经网络
- 基于改进离散粒子群算法的电力系统
- 工业调度粒子群算法
- 粒子群算法(详细的算法介绍讲解及
- 智能优化算法--粒子群算法应用代码
- 基于粒子群算法的机组组合计算
- 二元粒子群算法.zip
- 一种自适应的粒子群算法
- 粒子群算法代码及10维测试函数
- 基于粒子群算法的pid控制器优化设计
- 一种改进的粒子群算法
- 论文研究-基于免疫粒子群算法的非合
- 论文研究-一种新的改进粒子群算法研
- 粒子群算法PSO和万有引力算法GSA结合
- PSO优化PID
- 改进粒子群算法的电动汽车时空优化
- 求解约束优化问题的粒子群算法研究
评论
共有 条评论