粒子群算法 Python源程序

粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 [1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。

“““

Copyright （c） 2017 Yarpiz （www.yarpiz.com）
All rights reserved. Please read the “license.txt“ for usage terms.
__________________________________________________________________________

Project Code: YPEA127
Project title: Implementation of Particle Swarm Optimization in Python
Publisher: Yarpiz （www.yarpiz.com）

Developer: S. Mostapha Kalami Heris （Member of Yarpiz Team）

Contact Info: sm.kalami@gmail.com info@yarpiz.com

“““

import yarpiz as yp;

# A Sample Cost Function
def Sphere（x）:
    return sum（x**2）;

# Define Optimization Problem
problem = {
        ‘CostFunction‘: Sphere
        ‘nVar‘: 10
        ‘VarMin‘: -5   # Alternatively you can use a “numpy array“ with nVar elements instead of scalar
        ‘VarMax‘: 5    # Alternatively you can use a “numpy array“ with nVar elements instead of scalar
    };

# Running PSO
yp.tic（）;
print（‘Running PSO ...‘）;
gbest pop = yp.PSO（problem MaxIter = 200 PopSize = 50 c1 = 1.5 c2 = 2 w = 1 wdamp = 0.995）;
print（）;
yp.toc（）;
print（）;

# Final Result
print（‘Global Best:‘）;
print（gbest）;
print（）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1951  2017-08-04 17:33  PSO\PSO.pyproj
     文件         809  2017-08-10 16:57  PSO\PSO.sln
     文件        1120  2017-08-10 16:55  PSO\app.py
     文件        1350  2017-08-10 17:00  PSO\license.txt
     目录           0  2018-04-13 20:08  PSO\yarpiz\
     文件         885  2017-08-10 16:56  PSO\yarpiz\__init__.py
     文件        2768  2017-08-10 16:55  PSO\yarpiz\pso.py
     目录           0  2018-04-13 20:08  PSO\