基于粒子群算法的多目标搜索算法

基于粒子群算法的多目标搜索算法，结合具体的案例进行了分析，验证了粒子群算法的可行性

%% 该函数演示多目标perota优化问题
%清空环境
clc
clear

load data


%% 初始参数
objnum=size（P1）; %类中物品个数
weight=92;        %总重量限制

%初始化程序
Dim=5;     %粒子维数
xSize=50;  %种群个数
MaxIt=200; %迭代次数
c1=0.8;    %算法参数
c2=0.8;    %算法参数 
wmax=1.2;  %惯性因子
wmin=0.1;  %惯性因子

x=unidrnd（4xSizeDim）;  %粒子初始化
v=zeros（xSizeDim）;      %速度初始化

xbest=x;           %个体最佳值
gbest=x（1:）;      %粒子群最佳位置

% 粒子适应度值 
px=zeros（1xSize）;   %粒子价值目标
rx=zeros（1xSize）;   %粒子体积目标
cx=zeros（1xSize）;   %重量约束

% 最优值初始化
pxbest=zeros（1xSize）; %粒子最优价值目标
rxbest=zeros（1xSize）; %粒子最优体积目标
cxbest=zeros（1xSize）;  %记录重量，以求约束

% 上一次的值
pxPrior=zeros（1xSize）;%粒子价值目标
rxPrior=zeros（1xSize）;%粒子体积目标
cxPrior=zeros（1xSize）;%记录重量，以求约束

%计算初始目标向量
for i=1:xSize
    for j=1:Dim %控制类别
        px（i） = px（i）+P（x（ij）j）;  %粒子价值
        rx（i） = rx（i）+R（x（ij）j）;  %粒子体积
        cx（i） = cx（i）+C（x（ij）j）;  %粒子重量
    end
end
% 粒子最优位置
pxbest=px;rxbest=rx;cxbest=cx;

%% 初始筛选非劣解
flj=[];
fljx=[];
fljNum=0;
%两个实数相等精度

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         422  2010-12-28 22:11  chapter10\data.mat
     文件        6048  2010-12-28 22:11  chapter10\main.m
     目录           0  2018-01-02 21:38  chapter10\