资源简介
粒子群优化算法解决旅行商(TSP)问题,求解全国31个省会城市的一次历遍的最短距离。代码可运行
代码片段和文件信息
package pso;
import java.awt.*;
import java.awt.event.*;
import java.io.ByteArrayInputStream;
import java.io.InputStream;
import javax.swing.*;
import javax.swing.event.*;
public class Pso extends frame implements Runnable
{
private static int particleNumber; //粒子的数量
private static int iterations; //迭代的次数
private static int k=1; //记录迭代的次数
final private static float C1=2; //学习因子
final private static float C2=2;
final private static float WMIN=-200;
final private static float WMAX=200;
final private static float VMAX=200;
private static float r1; //随机数0-1之间
private static float r2;
private static float x[][];
private static float v[][];
private static float xpbest[][];
private static float pbest[];
private static float gbest=0;
private static float xgbest[];
private static float w; //惯性因子
private static float s;
private static float h;
private static float fit[];
public Sounds sound;
//粒子群的迭代函数
public void lzqjs()
{
w=(float)(0.9-k*(0.9-0.4)/iterations);
for(int i=0;i {
fit[i]= (float)(1/(Math.pow(x[i][0]2)+Math.pow(x[i][1]2))); //求适值函数最大值
System.out.print(“粒子“+i+“本次适应值函数f为:“ + fit[i]);
System.out.println();
if(fit[i]>pbest[i])
{
pbest[i]=fit[i];
xpbest[i][0]=x[i][0];
xpbest[i][1]=x[i][1];
}
if(pbest[i]>gbest)
{
gbest=pbest[i];
xgbest[0]=xpbest[i][0];
xgbest[1]=xpbest[i][1];
}
}
for(int i=0;i {
for(int j=0;j<2;j++)
{
//粒子速度和位置迭代方程:
v[i][j]=(float)(w*v[i][j]+C1*Math.random()*(xpbest[i][j]-x[i][j])+C2*Math.random()*(xgbest[j]-x[i][j]));
x[i][j]=(float)(x[i][j]+v[i][j]);
}
System.out.print(“粒子“+i+“本次X1的速度变化幅度:“+v[i][0]+“;本次X2的速度变化幅度:“+v[i][1]);
System.out.println();
System.out.print(“粒子“+i+“本次X1为:“+x[i][0]+“;本次X2为:“+x[i][1]);
System.out.println();
}
}
public static void main(String[] args)
{
particleNumber=Integer.parseInt(JOptionPane.showInputDialog(“请输入粒子个数1-500)“));
iterations=Integer.parseInt(JOptionPane.showInputDialog(“请输入迭代次数“));
x=new float [particleNumber][2];
v=new float [particleNumber][2];
fit=new float [particleNumber]; //存储适值函数值
pbest=new float [particleNumber]; //存储整个粒子群的最有位置
xpbest=new float [particleNumber][2];
xgbest=new float [2];
for(int i=0;i {
//对数组的初始化操作
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 301 2013-12-23 17:04 粒子群算法\代码\PSO\.classpath
文件 379 2013-12-23 17:04 粒子群算法\代码\PSO\.project
文件 629 2013-12-23 17:04 粒子群算法\代码\PSO\.settings\org.eclipse.jdt.core.prefs
文件 525316 2013-12-24 19:55 粒子群算法\代码\PSO\033_new.wav
文件 507552 2013-12-24 20:20 粒子群算法\代码\PSO\050.WAV
文件 521 2016-11-15 21:24 粒子群算法\代码\PSO\bin\pso\Pso$gbck.class
文件 4987 2016-11-15 21:24 粒子群算法\代码\PSO\bin\pso\Pso.class
文件 3477 2016-11-15 21:24 粒子群算法\代码\PSO\bin\pso\Sounds.class
文件 5188 2016-11-14 22:05 粒子群算法\代码\PSO\src\pso\Pso.java
文件 2872 2013-12-24 19:59 粒子群算法\代码\PSO\src\pso\Sounds.java
文件 258 2010-07-18 16:19 粒子群算法\代码\TSP代码实现\liwei\Arrange.m
文件 624 2010-07-18 16:19 粒子群算法\代码\TSP代码实现\liwei\GenerateChangeNums.m
文件 159 2010-07-18 16:19 粒子群算法\代码\TSP代码实现\liwei\HoldByOdds.m
文件 297 2010-07-18 16:20 粒子群算法\代码\TSP代码实现\liwei\PathDistance.m
文件 418 2010-07-18 16:20 粒子群算法\代码\TSP代码实现\liwei\PathExchange.m
文件 238 2013-12-25 15:41 粒子群算法\代码\TSP代码实现\liwei\PathPlot.m
文件 3348 2013-12-25 18:38 粒子群算法\代码\TSP代码实现\liwei\pso_tsp.m
目录 0 2016-11-15 21:24 粒子群算法\代码\PSO\bin\pso
目录 0 2015-10-04 21:58 粒子群算法\代码\PSO\src\pso
目录 0 2015-10-04 21:58 粒子群算法\代码\PSO\.settings
目录 0 2016-11-15 21:24 粒子群算法\代码\PSO\bin
目录 0 2015-10-04 21:58 粒子群算法\代码\PSO\src
目录 0 2015-10-04 21:58 粒子群算法\代码\TSP代码实现\liwei
目录 0 2015-10-04 21:58 粒子群算法\代码\PSO
目录 0 2015-10-04 21:58 粒子群算法\代码\TSP代码实现
目录 0 2015-10-04 21:58 粒子群算法\代码
目录 0 2018-01-25 21:21 粒子群算法
----------- --------- ---------- ----- ----
1056564 27
............此处省略0个文件信息
相关资源
- 改进粒子群算法对BP神经网络的优化
- TSP的求解局部搜索,模拟退火和禁忌
- 混合蛙跳算法求解TSP问题
- structspringhibernate.txt
- 遗传算法解决TSP问题全
- PSOT粒子群算法工具箱
- 粒子群优化算法应用--函数最值问题求
- 13种pso粒子群优化算法代码合集
- 配电网网架优化
- 粒子群算法(pso)标准测试函数验证
- 粒子群算法求16个经典函数的最小最大
- 基于RTPRTCP和RTSP协议的流媒体快速流间
- PSO算法的最大熵阈值图像分割
- 旅行商问题并行实现
- 使用神经网络解决TSP
- 多目标粒子群算法求解多目标多约束
- 粒子群PSO优化SVM做预测
- 粒子群优化算法优化CEC基准测试函数
- 改进模拟退火算法求解TSP问题
- 三维Otsu图像分割算法
- 基于改进_ACS-3-opt_蚁群算法的_TSP
- RTSP/RTP 嵌入式流媒体服务器的实现
- 动态粒子群优化算法和动态蜂群优化
- 33节点粒子群算法
- 粒子群算法解决TSP问题pso_tsp.rar
- 大地电磁的粒子群法一维反演程序
- 货郎担问题算法以及详细说明.
- tsplib上的数据att48
- 基本粒子群算法
- 遗传算法-粒子群优化算法
评论
共有 条评论