pso并行化算法.rar

并行化实现了PSO算法，大大提高了算法的寻优效果。基于OpenMP和MPI两种方法实现。

//粒子群PSO算法

#include
#include
#include
#include  
#include
#include

#define	PI 3.141592653589	
#define P_num 40000          			//粒子数目
#define dim 30					       //维度
#define N   10						  // 每条进程执行数目

#define low -100           			  //搜索域范围
#define high 100

#define iter_num 1000
#define V_max 20          		//速度范围

#define c1 1.5					//更新速度时的加速常量
#define c2 1.5					//更新速度时的加速常量
#define w 0.5					//更新速度时的权重
#define alp 1					//更新位置时的权重
double particle[P_num][dim];           //个体位置集合
double particle_loc_best[P_num][dim];  //每个个体局部最优向量
double particle_loc_fit[P_num];        //个体的局部最优适应度有局部最优向量计算而来
double particle_glo_best[dim];         //全局最优向量
double gfit;                           //全局最优适应度有全局最优向量计算而来
double particle_v[P_num][dim];         //记录每个个体的当前代速度向量
double particle_fit[P_num];            //记录每个粒子的当前代适应度

/*时间函数*/
double mytime（）
{
    double ts = 0.0;
    struct timeval mt;
    gettimeofday（&mt（struct timezone*）0）;
    ts = （double）（mt.tv_sec+mt.tv_usec*1.0e-6）;
    return （ts）;
}

int get_rand（int comm_sz）{
  srand（（unsigned）time（NULL））;
  return rand（）%（P_num/comm_sz）;
}

double Sphere（double a[]）
{

	int i;
	double sum=0.0;
	for（i=0; i	{
		sum+=a[i]*a[i];
	}
	return sum;
}
double Rosenbrock（double a[]）
{

	int i;
	double sum=0.0;
	for（i=0;i	{
        sum+= 100*（a[i+1]-a[i]*a[i]）*（a[i+1]-a[i]*a[i]）+（a[i]-1）*（a[i]-1）;
	}
  	    return sum;
}

double Rastrigin（double a[]）
{
	int i;
	double sum=0.0;
	for（i=0;i	{
		sum+=a[i]*a[i]-10.0*cos（2*PI*a[i]）+10.0;
	}
	return sum;
}

double fitness（double a[]）             //适应度函数
{
	return Rastrigin（a）;
}

/*初始化粒子，包括初始化速度，位置，各自的适应度以及*/
void initial（）
{
	int ij;
	for（i=0; i	{
		for（j=0; j		{
			particle[i][j] = low+（high-low）*1.0*rand（）/RAND_MAX;    //初始化群体位置随机
			particle_loc_best[i][j] = particle[i][j];               //将当前最优结果写入局部最优集合
			particle_v[i][j] = -V_max+2*V_max*1.0*rand（）/RAND_MAX;    //初始化速度
		}
	}
	
	for（i=0; i	{
		particle_fit[i] = fitness（particle[i]）;
		particle_loc_fit[i] = particle_fit[i];			//当前局部适应度
	}
	
	gfit = particle_loc_fit[0];      		//初始化全局最优适应度
	
	j=0;
	
	for（i=1; i	{
		if（particle_loc_fit[i]		{
			gfit = particle_loc_fit[i];
			j = i;							//记录下标
			
		}
	}
	
	for（i=0; i	{
		particle_glo_best[i] = particle_loc_best[j][i];
	}
}

/*更新位置函数*/
void renew_particle（int aint b）
{
	int ij;
	for（i=a; i	{
		for（j=0; j		{
			particle[i][j] +=  alp*particle_v[i][j];    
			if（particle[i][j] > high）
			{
				particle[i][j] = high;
			}
			if（particle[i][j] < low）
			{
				particle[i][j] = low;
			}
		}
	}
}

/*更新粒子速度*/
void renew_var（int aint bint *m）
{
	int i j;
	for（i=a;i	{
		particle_fit[i] = fitness（particle[i]）;			//计算该粒子适应度
		
		if（particle_fit[i] < p

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

     文件         44  2019-05-23 16:30  pso并行化算法\PSO_MPI\.vs\ProjectSettings.json

    ..A..H.     15872  2019-05-23 16:30  pso并行化算法\PSO_MPI\.vs\PSO_MPI\v15\.suo

     文件     262144  2019-05-23 16:30  pso并行化算法\PSO_MPI\.vs\PSO_MPI\v15\Browse.VC.db

     文件      77824  2019-05-23 16:30  pso并行化算法\PSO_MPI\.vs\slnx.sqlite

     文件         78  2019-05-23 16:30  pso并行化算法\PSO_MPI\.vs\VSWorkspaceState.json

     文件      18240  2018-06-14 13:41  pso并行化算法\PSO_MPI\pso

     文件       6493  2018-06-14 13:41  pso并行化算法\PSO_MPI\pso.c

     文件      13568  2018-06-14 13:47  pso并行化算法\PSO_MPI\pso_1

     文件       4155  2018-06-14 13:48  pso并行化算法\PSO_MPI\pso_1.c

     文件         52  2018-06-15 12:25  pso并行化算法\PSO_MPI\说明.txt

    ..A..H.     41984  2019-01-11 10:25  pso并行化算法\PSO_OpenMP\.vs\PSO_OpenMP\v15\.suo

     文件     270336  2019-01-11 10:25  pso并行化算法\PSO_OpenMP\.vs\PSO_OpenMP\v15\Browse.VC.db

     文件     393216  2019-01-11 10:13  pso并行化算法\PSO_OpenMP\.vs\PSO_OpenMP\v15\ipch\49029d25808f1cdb.ipch

     文件    3670016  2018-06-15 10:18  pso并行化算法\PSO_OpenMP\.vs\PSO_OpenMP\v15\ipch\9620af6784343d4.ipch

     文件    3670016  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\.vs\PSO_OpenMP\v15\ipch\d137cd0d19fb87cd.ipch

     文件      46592  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\Debug\PSO_OpenMP.exe

     文件     771888  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\Debug\PSO_OpenMP.ilk

     文件     700416  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\Debug\PSO_OpenMP.pdb

     文件        352  2019-01-11 10:17  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.log

     文件      22921  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.obj

     文件    2883584  2018-06-14 08:47  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.pch

     文件       1886  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\CL.command.1.tlog

     文件       7682  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\CL.read.1.tlog

     文件       1564  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\CL.write.1.tlog

     文件       1592  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\link.command.1.tlog

     文件       3954  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\link.read.1.tlog

     文件        838  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\link.write.1.tlog

     文件        233  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\PSO_OpenMP.tlog\PSO_OpenMP.lastbuildstate

     文件       6088  2018-06-14 08:47  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\stdafx.obj

     文件     101376  2018-06-14 11:42  pso并行化算法\PSO_OpenMP\PSO_OpenMP\Debug\vc141.idb

............此处省略27个文件信息