Matlab|遗传粒子群-混沌粒子群-基本粒子群

目录

[1 主要内容](#1 主要内容)

[2 部分代码](#2 部分代码)

[3 效果图](#3 效果图)

[4 下载链接](#4 下载链接)


1 主要内容

很多同学在发文章时候最犯愁的就是创新点创新点创新点(重要的事情说三遍),对于采用智能算法的模型,可以采用算法改进的方式来达到提高整个文章创新水平的目的,本篇分享一个效果比较好的粒子群三种算法实现代码,并给出测试函数的对比效果,以供有需要的同学学习。

本次分享的程序是遗传粒子群、混沌粒子群和基本粒子群的算法实现和效果对比,智能算法的创新以组合创新居多,通过两种或多种方法的优势结合从而实现算法优势叠加或者弥补劣势的目的,在算法寻优性能包括寻优速度、跳出局部最优等方面表现更加突出。

2 部分代码

复制代码
clc
clear
%杂交概率:Pc
%杂交池大小比例:Sp
%最大迭代次数:M
%问题的维数:D
%目标函数取最小值时的自变量值:xm
%目标函数的最小值:fv
PSO;
CPSO;
%% 参数初始化
%粒子群算法中的两个参数
c1 = 1.49445;%学习因子
c2 = 1.49445;%学习因子
wmax=0.9;%惯性因子最大值
wmin=0.4;%惯性因子最小值
D=10;%粒子维数
pc=0.5;%杂交概率
maxgen=1000;   % 迭代次数  
sizepop=20;   %种群规模
pm=0.05;%变异概率
Vmax=1;
Vmin=-1;
popmax=3;
popmin=-3;
randdata1= xlsread('randdata1');
randdata2= xlsread('randdata2');
%% 产生初始粒子和速度
for i=1:sizepop
    %随机产生一个种群
    pop(i,:)=randdata1(1,:);    %初始化粒子位置
    V(i,:)=randdata2(1,:);  %初始化粒子速度
    %pop(i,:)=rands(1,D);    %初始种群
    %V(i,:)=rands(1,D);  %初始化速度
    fitness(i)=fun(pop(i,:));   %计算每个粒子的适应度值
end
​
%% 个体极值和群体极值
[bestfitness bestindex]=min(fitness);
zbest=pop(bestindex,:);   %全局最佳
gbest=pop;    %个体最佳
fitnessgbest=fitness;   %个体最佳适应度值
fitnesszbest=bestfitness;   %全局最佳适应度值

3 效果图

通过改变fun.m中目标测试函数,就能得到不同测试函数的算法对比图。

4 下载链接

相关推荐
tyatyatya3 天前
MATLAB中进行视觉检测入门教程
开发语言·matlab·视觉检测
2zcode4 天前
基于Matlab可见光通信系统中OOK调制的误码率性能建模与分析
算法·matlab·php
听情歌落俗4 天前
MATLAB3-1变量-台大郭彦甫
开发语言·笔记·算法·matlab·矩阵
XIAOYU6720134 天前
金融数学专业需要学哪些数学和编程内容?
开发语言·matlab·金融
听情歌落俗4 天前
MATLAB3-2数据存储-台大郭彦甫
开发语言·数学建模·matlab·矩阵
slandarer5 天前
MATLAB | 这是屎吗?抱歉打错了,这是什么?
开发语言·matlab
茜茜西西CeCe5 天前
数字图像处理-巴特沃斯高通滤波、低通滤波
图像处理·opencv·计算机视觉·matlab·巴特沃斯高通滤波·巴特沃斯低通滤波
电力程序小学童5 天前
基于密集型复杂城市场景下求解无人机三维路径规划的Q-learning算法研究(matlab)
算法·matlab·无人机
通信小呆呆5 天前
OCDM 波形通信感知一体化:从原理到 MATLAB 实现
matlab·信息与通信·通信感知一体化·ocdm
2zcode5 天前
基于Matlab不同作战类型下兵力动力学模型的构建与稳定性分析
开发语言·matlab