PSO算法Python实现自定义函数

# coding: utf-8
import numpy as np
import random
import matplotlib.pyplot as plt


# ----------------------PSO参数设置---------------------------------
class PSO（）:
    def __init__（self pN dim max_iter）:
        self.w = 0.8
        self.c1 = 2
        self.c2 = 2
        self.r1 = 0.6
        self.r2 = 0.3
        self.pN = pN  # 粒子数量
        self.dim = dim  # 搜索维度
        self.max_iter = max_iter  # 迭代次数
        self.X = np.zeros（（self.pN self.dim））  # 所有粒子的位置和速度
        self.V = np.zeros（（self.pN self.dim））
        self.pbest = np.zeros（（self.pN self.dim））  # 个体经历的最佳位置和全局最佳位置
        self.gbest = np.zeros（（1 self.dim））
        self.p_fit = np.zeros（self.pN）  # 每个个体的历史最佳适应值
        self.fit = 1e10  # 全局最佳适应值

    # ---------------------目标函数Sphere函数-----------------------------
    def function（self X）:
        return X**2-4*X+3

    # ---------------------初始化种群----------------------------------
    def init_Population（self）:
        for i in range（self.pN）:
            for j in range（self.dim）:
                self.X[i][j] = random.uniform（0 1）
                self.V[i][j] = random.uniform（0 1）
            self.pbest[i] = self.X[i]
            tmp = self.function（self.X[i]）
            self.p_fit[i] = tmp
            if tmp < self.fit:
                self.fit = tmp
                self.gbest = self.X[i]

                # ---