最新标准PSO算法 带 告诉你使用方法

为使用PSO提供了具体的事例，并详细说明怎样使用该Matlab编写的PSO算法，对一般的问题有借鉴功能。里面包含3个.m文件一个.doc文件，.doc文件讲授PSO算法的基本原理，并且采用实例讲解，.m文件为PSO算法实现的代码，详细用法已在word文档有说明，希望对你们有用。

function [ParSwarmOptSwarm]=baseStepPso（ParSwarmOptSwarmAdaptFuncParticleScopeMaxWMinWLoopCountCurCount）
%功能描述：全局版本：基本的粒子群算法的单步更新位置速度的算法
%
%[ParSwarmOptSwarm]=baseStepPso（ParSwarmOptSwarmAdaptFuncParticleScopeMaxWMinWLoopCountCurCount）
%
%输入参数：ParSwarm:粒子群矩阵，包含粒子的位置，速度与当前的目标函数值
%输入参数：OptSwarm：包含粒子群个体最优解与全局最优解的矩阵
%输入参数：ParticleScope:一个粒子在运算中各维的范围；
%输入参数：AdaptFunc：适应度函数
%输入参数：LoopCount：迭代的总次数
%输入参数：CurCount：当前迭代的次数
%
%返回值：含意同输入的同名参数
%
%用法：[ParSwarmOptSwarm]=baseStepPso（ParSwarmOptSwarmAdaptFuncParticleScopeMaxWMinWLoopCountCurCount）
%
%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。
%
%编制人：XXX
%编制时间：2007.3.26
%参考文献：XXX
%参考文献：XXX
%
%修改记录
%----------------------------------------------------------------
%2007.3.27
%修改人：XXX
% 添加2*unifrnd（01）.*SubTract1（row:）中的unifrnd（01）随机数，使性能大为提高
%参照基于MATLAB的粒子群优化算法程序设计
%
% 总体评价：使用这个版本的调节系数，效果比较好
%

%容错控制
if nargin~=8
error（‘输入的参数个数错误。‘）
end
if nargout~=2
error（‘输出的个数太少，不能保证循环迭代。‘）
end

%开始单步更新的操作

%*********************************************
%*****更改下面的代码，可以更改惯性因子的变化*****
%---------------------------------------------------------------------
%线形递减策略
w=MaxW-CurCount*（（MaxW-MinW）/LoopCount）;
%---------------------------------------------------------------------
%w固定不变策略
%w=0.728;
%---------------------------------------------------------------------
%参考文献：陈贵敏，贾建援，韩琪，粒子群优化算法的惯性权值递减策略研究，西安交通大学学报，2006，1
%w非线形递减，以凹函数递减
%w=（MaxW-MinW）*（CurCount/LoopCount）^2+（MinW-MaxW）*（2*CurCount/LoopCount）+MaxW;
%---------------------------------------------------------------------
%w非线形递减，以凹函数递减
%w=MinW*（MaxW/MinW）^（1/（1+10*CurCount/LoopCount））;
%*****更改上面的代码，可以更改惯性因子的变化*****
%*********************************************

%得到粒子群群体大小以及一个粒子维数的信息
[ParRowParCol]=size（ParSwarm）;
%得到粒子的维数
ParCol=（ParCol-1）/2;
SubTract1=OptSwarm（1:ParRow:）-ParSwarm（:1:ParCol）;

%*********************************************
%*****更改下面的代码，可以更改c1c2的变化*****
%c1=2;
%c2=2;
%---------------------------------------------------------------------
con=1;
c1=4-exp（-con*abs（mean（ParSwarm（:2*ParCol+1））-AdaptFunc（OptSwarm（ParRow+1:））））;
c2=4-c1;
%----------------------------------------------------------------------
%*****更改上面的代码，可以更改c1c2的变化*****
%*********************************************
for row=1:ParRow
SubTract2=OptSwarm（ParRow+1:）-ParSwarm（row1:ParCol）;
TempV=w.*ParSwarm（rowParCol+1:2*ParCol）+2*unifrnd（01）.*SubTract1（row:）+2*unifrnd（01）.*SubTract2;
%限制速度的代码
for h=1:ParCol
if TempV（:h）>ParticleScope（h2）
TempV（:h）=ParticleScope（h2）;
end
if TempV（:h）<-ParticleScope（h2）
TempV（:h）=-ParticleScope（h2）+1e-10;
%加1e-10防止适应度函数被零除
end
end
%更新速度
ParSwarm（rowParCol+1:2*ParCol）=TempV;
%*********************************************
%*****更改下面的代码，可以更改约束因子的变化*****
%---------------------------------------------------------------------
%a=1;
%---------------------------------------------------------------------
a=0.729;
%*****更改上面的代码，可以更改约束因子的变化*

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4357  2009-07-12 10:57  baseStepPso.m
     文件        5509  2009-07-12 11:31  PsoProcess.m
     文件        2802  2009-07-12 16:25  InitSwarm.m
     文件      336896  2009-07-12 22:11  粒子群算法详解-附matlab代码说明.doc