基于matlab的粒子群算法PSO工具箱

粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法。PSO 算法属于进化算法的一种，和遗传算法相似，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。压缩文件内附有英文说明书

% DemoTrainPSO.m
% little file to test out the pso optimizer for nnet training
% trains to the XOR function
%
% note: this does *not* minimize the test set function
% rather it tries to train a neural net to approximate the 
% test set function
%
% Brian Birge
% Rev 1.0
% 1/1/3

clear all
close all
clc
help demotrainpso

%	Training parameters are:
%    TP（1） - Epochs between updating display default = 100.
%    TP（2） - Maximum number of iterations （epochs） to train default = 2000.
%    TP（3） - Sum-squared error goal default = 0.02.
%    TP（4） - population size default = 20
%    TP（5） - maximum particle velocity default = 4
%    TP（6） - acceleration constant 1 default = 2
%    TP（7） - acceleration constant 2 default = 2
%    TP（8） - Initial inertia weight default = 0.9
%    TP（9） - Final inertia weight default = 0.2
%    TP（10）- Iteration （epoch） by which inertial weight should be at final value default = 1500
%    TP（11）- maximum initial network weight absolute value default = 100
%    TP（12）- randomization flag （flagg） default = 2:
%                      flagg = 0 same random numbers used for each particle （different at each epoch - least random）
%                      flagg = 1 separate randomized numbers for each particle at each epoch
%                      flagg = 2 separate random #‘s at each component of each particle at each epoch （most random）
%    TP（13）- minimum global error gradient （if SSE（i+1）-SSE（i） < gradient over 
%               certain length of epochs terminate run default = 1e-9
%    TP（14）- epochs before error gradient criterion terminates run default = 200
%               i.e. if the SSE does not change over 200 epochs quit program

nntwarn off

epdt=25;
maxep=1000;
reqerr=0.02;
maxneur=30;
popsz=20;
maxvel=4;
acnst1=2;
acnst2=2;
inwt1=.9;
inwt2=0.2;
endepoch=1500;
maxwt=0.05;
cnt=0; % counter for neuron architecture

% Training parameters change these to experiment with PSO performance
% type help trainpso to find out what they do
TP=[epdtmaxepreqerrpopszmaxvelacnst1acnst2inwt1inwt2endepochmaxwt21e-9200];

disp（‘---------------------------------------------------------------------------------------------------‘）;
disp（‘ ‘）;
disp（‘1. 1 hidden layer‘）;
disp（‘2. 2 hidden layers‘）;
disp（‘3. no hidden layers‘）;
arch=input（‘  Pick a neural net architecture >‘）;
disp（‘ ‘）;
disp（‘1. Particle Swarm Optimization‘）;
disp（‘2. Standard Backprop‘）;
meth=input（‘  Pick training method >‘）;
disp（‘ ‘）;
disp（‘---------------------------------------------------------------------------------------------------‘）;
disp（‘ ‘）;

% XOR function test set
 P=[00;01;10;11]‘;
 T=[1;0;0;1]‘;
 minmax=[01;01];
 l1=0;
 l2=1; 
tr（1）=99; % arbitrary choice of initial error just used to update # of neurons

if arch==3
   [w1b1]=initff（minmax1‘tansig‘）;
   if meth==1
      [w1b1tetr]=trainpso（w1b1‘tansig‘PTTP）;      
   elseif m

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     741121  2003-05-22 13:25  PSO工具箱\PSOt\A Particle Swarm Optimization （PSO） Primer.pdf

     文件       3952  2009-01-01 17:37  PSO工具箱\PSOt\DemoTrainPSO.asv

     文件       3951  2003-01-10 12:23  PSO工具箱\PSOt\DemoTrainPSO.m

     文件        286  2001-07-27 09:49  PSO工具箱\PSOt\f6.m

     文件        203  2009-10-22 11:50  PSO工具箱\PSOt\f6.txt

     文件        941  2003-01-08 22:36  PSO工具箱\PSOt\goplotpso.m

     文件        148  2003-01-09 22:16  PSO工具箱\PSOt\hypara.m

     文件        227  2003-01-09 22:22  PSO工具箱\PSOt\hypara2.m

     文件       4455  2001-08-08 10:15  PSO工具箱\PSOt\normalize.m

     文件      41810  2003-03-11 14:20  PSO工具箱\PSOt\Particle Swarm Optimization Matlab Toolbox 1_conformat_.pdf

     文件      10600  2003-01-10 12:42  PSO工具箱\PSOt\pso.m

     文件       2399  2009-01-01 17:56  PSO工具箱\PSOt\PSOBP.txt

     文件        450  2003-01-10 14:59  PSO工具箱\PSOt\ReadME.txt

     文件       9118  2003-01-10 11:59  PSO工具箱\PSOt\tpso1.m

     文件       8856  2003-01-10 11:57  PSO工具箱\PSOt\tpso2.m

     文件       8923  2003-01-10 11:56  PSO工具箱\PSOt\tpso3.m

     文件       2940  2003-01-10 13:39  PSO工具箱\PSOt\trainpso.m

     文件        988  2001-07-20 10:12  PSO工具箱\PSOt\unwrapmat.m

     文件        874  2001-07-25 09:47  PSO工具箱\PSOt\wrapmat.m

     目录          0  2008-11-17 17:17  PSO工具箱\PSOt

     目录          0  2008-11-17 17:17  PSO工具箱

----------- ---------  ---------- -----  ----

               842242                    21