粒子羣優化算法

與GA算法比較

%粒子羣優化
clc,clear all;
x=[0:0.01:4]; 
y=hanshu(x); 
figure; plot(x,y); hold on 
W=1;   %慣性因子 
c1 = 2;  c2 = 2;  
maxgen=30;  %迭代次數  
sizepop=5; %粒子個數 
Vmax=1;   Vmin=-1; %速度限制 
popmax=4;  popmin=0; %位置限制
pop=[0.5 ,3.5,2,1,0.9] ; %產生初始粒子和速度 % pop=[2 4]  
for i=1:sizepop  
    V(i)=(2*rand(1,1)-1);   %初始化速度 
    fitness(i)=hanshu(pop(i));  %計算適應度  
end 
 
% stem(pop(1),fitness(1),'r') ;
% stem(pop(2),fitness(2));
% hold on   ;
[bestfitness ,bestindex]=max(fitness);  
zbest=pop(bestindex);    %全局最佳  
gbest=pop;       %個體最佳 
fitnessgbest=fitness;    %個體最佳適應度值 
fitnesszbest=bestfitness;   %全局最佳適應度值  
%% 迭代尋優  
for i=1:maxgen      
    for j=1:sizepop          %速度更新         
        V(j) =W*V(j) + c1*rand*(gbest(j) - pop(j)) + c2*rand*(zbest - pop(j));         
        if V(j)>Vmax           
            V(j)=Vmax;         
        end
        if V(j)<Vmin             
            V(j)=Vmin;       
        end         %種羣更新
        pop(j)=pop(j)+V(j);        
        if pop(j)>popmax           
            pop(j)=popmax;         
        end
        if pop(j)<popmin           
            pop(j)=popmin;         
        end
        %自適應變異（避免粒子羣算法陷入局部最優）
        fitness(j)=hanshu(pop(j));         %個體最優更新       
        if fitness(j)>fitnessgbest(j)             
            gbest(j) = pop(j);             
            fitnessgbest(j)=fitness(j);        
        end
        if fitness(j)>fitnesszbest             
            zbest = pop(j);             
            fitnesszbest = fitness(j);         
        end
    end
    i    
    V      
%     stem(pop(1),fitness(1),'r')  ;   
%     stem(pop(2),fitness(2))      ;hold on 
%     pause(0.1)    ;
    yy(i)=fitnesszbest;  
end
figure ; plot(yy);  title(['適應度曲線  ' '終止代數＝' num2str(maxgen)]);  xlabel('迭代代數');  ylabel('適應度'); 
max(yy)
 
 
 
function  y=hanshu(x) 
     y=1-exp(-x).*cos(3*x);
end