带交叉因子的粒子群优化算法matlab源程序
大明 发表于 2006-8-26 17:04:00
程序源代码:其中PSOGA.m文件,也就是主程序如下
%-----------------------------------------------%------名称：带交叉因子的改进PSO算法%------功能：求解多维无约束优化问题%------特点：收敛性强，还可以加入变异算子%------作者：孙明杰 <dreamsun2001@126.com>%------单位：中国矿业大学计算数学硕2005%------日期：2006年8月26日%-----------------------------------------------
%格式标准化clear all;clc;format long;%初始化各个因子c1=1.4962; %学习因子c1c2=1.4962; %学习因子c2w=0.7298; %惯性权重wN=20; %粒子群规模D=6; %搜索空间维数(本程序适合3维及以上，不能求解1,2维)eps=10^(-6); %满足条件限制的误差(在不知道最小值时候不用设置)MaxDT=500; %粒子群繁殖的代数
%初始化粒子的速度和位置，数据结构用矩阵A表示for i=1:N for j=1:2*D A(i,j)=rand; endendfor i=1:N for j=2*D+1:3*D A(i,j)=A(i,j-2*D); endend%计算各个粒子的适应度for i=1:N A(i,3*D+1)=fitness(A(i,1:D),D);end%对粒子的适应度进行排序B=sortrows(A,3*D+1);%排序后适应度低的前面一半粒子直接进入下一代NextGeneration=zeros(N,3*D+1);for i=1:N/2 for j=1:3*D+1 NextGeneration(i,j)=B(i,j); endend%后一半粒子进行遗传选择和交叉操作for i=1:N/2 for j=1:3*D+1 Cross(i,j)=B(i+N/2,j); endend%产生一个随机的交叉位置for i=1:N/4 Anumber=randperm(D-1); if Anumber(1)~=1 position=Anumber(1); else position=Anumber(2); end %交叉进行 for j=position:D-1 temp=Cross(i,j); Cross(i,j)=Cross(N/2-i+1,j); Cross(N/2-i+1,j)=temp; endend%交叉结束，进行更新for i=1:N/2 Cross(i,3*D+1)=fitness(Cross(i,1:D),D); if Cross(i,3*D+1)<B(i+N/2,3*D+1) for j=2*D+1:3*D Cross(i,j)=Cross(i,j-2*D); end else for j=2*D+1:3*D Cross(i,j)=B(i,j); end endend%下面选择最好的粒子N/2个进入下一代Pool=zeros(N,3*D+1);for i=1:N/2 for j=1:3*D+1 Pool(i,j)=B(i+N/2,j); endendfor i=1+N/2:N for j=1:3*D+1 Pool(i,j)=Cross(i-N/2,j); endend%POOLX表示排序后的粒子选择池PoolX=sortrows(Pool,3*D+1);for i=1+N/2:N for j=1:3*D+1 NextGeneration(i,j)=PoolX(i-N/2,j); endendPbest=NextGeneration(i,2*D+1:3*D);for i=2:N if NextGeneration(i,3*D+1)<fitness(Pbest,D) Pbest=NextGeneration(i,2*D+1:3*D); endend%根据粒子群公式进行迭代(Stander PSO Step)%速度更新for i=1:N for j=D+1:2*D A(i,j)=w*NextGeneration(i,j)+c1*rand*(NextGeneration(i,j+D)-NextGeneration(i,j-D))+c2*rand*(Pbest(j-D)-NextGeneration(i,j-D)); endend%位置更新for i=1:N for j=1:D A(i,j)=NextGeneration(i,j)+A(i,j+D); end A(i,3*D+1)=fitness(A(i,1:D),D); if A(i,3*D+1)<NextGeneration(i,3*D+1) for j=2*D+1:3*D A(i,j)=A(i,j-2*D); end else for j=2*D+1:3*D A(i,j)=NextGeneration(i,j-2*D); end endend%下面进入主要循环，循环到最大次数得到最优解和最小值%DDTime=1;for time=1:MaxDT B=sortrows(A,3*D+1); NextGeneration=zeros(N,3*D+1); for i=1:N/2 for j=1:3*D+1 NextGeneration(i,j)=B(i,j); end end %遗传选择交叉 for i=1:N/2 for j=1:3*D+1 Cross(i,j)=B(i+N/2,j); end end
for i=1:N/4 Anumber=randperm(D-1); if Anumber(1)~=1 position=Anumber(1); else position=Anumber(2); end for j=position:D-1 temp=Cross(i,j); Cross(i,j)=Cross(N/2-i+1,j); Cross(N/2-i+1,j)=temp; end end %交叉结束，进行更新 for i=1:N/2 Cross(i,3*D+1)=fitness(Cross(i,1:D),D); if Cross(i,3*D+1)<B(i+N/2,3*D+1) for j=2*D+1:3*D Cross(i,j)=Cross(i,j-2*D); end else for j=2*D+1:3*D Cross(i,j)=B(i,j); end end end %下面选择最好的粒子N/2个进入下一代 Pool=zeros(N,3*D+1); for i=1:N/2 for j=1:3*D+1 Pool(i,j)=B(i+N/2,j); end end for i=1+N/2:N for j=1:3*D+1 Pool(i,j)=Cross(i-N/2,j); end end PoolX=sortrows(Pool,3*D+1); for i=1+N/2:N for j=1:3*D+1 NextGeneration(i,j)=PoolX(i-N/2,j); end end Pbest=NextGeneration(i,2*D+1:3*D); for i=2:N if NextGeneration(i,3*D+1)<fitness(Pbest,D) Pbest=NextGeneration(i,2*D+1:3*D); end end %根据粒子群公式进行迭代 for i=1:N for j=D+1:2*D A(i,j)=w*NextGeneration(i,j)+c1*rand*(NextGeneration(i,j+D)-NextGeneration(i,j-D))+c2*rand*(Pbest(j-D)-NextGeneration(i,j-D)); end end for i=1:N for j=1:D A(i,j)=NextGeneration(i,j)+A(i,j+D); end A(i,3*D+1)=fitness(A(i,1:D),D); if A(i,3*D+1)<NextGeneration(i,3*D+1) for j=2*D+1:3*D A(i,j)=A(i,j-2*D); end else for j=2*D+1:3*D A(i,j)=NextGeneration(i,j-2*D); end end end Pg(time)=fitness(Pbest,D); %DDTime=DDTime+1; %if fitness(Pbest,D)<eps %break; %endend%算法结束，得到的结果显示如下：disp('****************************************************')disp('最后得到的最优位置为：')X=Pbest'disp('得到的函数最小值为：')Minimize=fitness(Pbest,D)disp('****************************************************')%绘制进化代数和适应度关系曲线图xx=linspace(1,MaxDT,MaxDT);yy=Pg(xx);plot(xx,yy,'b-')hold ongrid ontitle('带交叉因子的粒子群优化算法进化代数与适应度值关系曲线图')legend('粒子适应度曲线走势')%------算法结束---DreamSun GL & HF-------------------------
|
[算法]带交叉因子的粒子群优化算法matlab源程序