标准粒子群算法代码PSO

大学教授编写的粒子群算法代码，MATLAB实现。通用性好，函数参数模块化，有详细的注释，便于移值。直接定义自己的目标函数（适应度函数、代价函数）即可使用。

%
% Copyright （c） 2016 Yarpiz （www.yarpiz.com）
% All rights reserved. Please read the “license.txt“ for license terms.
%
% Project Code: YTEA101
% Project title: Particle Swarm Optimization Video Tutorial
% Publisher: Yarpiz （www.yarpiz.com）
% 
% Developer and Instructor: S. Mostapha Kalami Heris （Member of Yarpiz Team）
% 
% Contact Info: sm.kalami@gmail.com info@yarpiz.com
%

function out = PSO（problem params）

    %% Problem Definiton

    CostFunction = problem.CostFunction;  % Cost Function

    nVar = problem.nVar;        % Number of Unknown （Decision） Variables

    VarSize = [1 nVar];         % Matrix Size of Decision Variables

    VarMin = problem.VarMin;	% Lower Bound of Decision Variables
    VarMax = problem.VarMax;    % Upper Bound of Decision Variables


    %% Parameters of PSO

    MaxIt = params.MaxIt;   % Maximum Number of Iterations

    nPop = params.nPop;     % Population Size （Swarm Size）

    w = params.w;           % Intertia Coefficient
    wdamp = params.wdamp;   % Damping Ratio of Inertia Coefficient
    c1 = params.c1;         % Personal Acceleration Coefficient
    c2 = params.c2;         % Social Acceleration Coefficient

    % The Flag for Showing Iteration Information
    ShowIterInfo = params.ShowIterInfo;    

    MaxVelocity = 0.2*（VarMax-VarMin）;
    MinVelocity = -MaxVelocity;
    
    %% Initialization

    % The Particle Template
    empty_particle.Position = [];
    empty_particle.Velocity = [];
    empty_particle.Cost = [];
    empty_particle.Best.Position = [];
    empty_particle.Best.Cost = [];

    % Create Population Array
    particle = repmat（empty_particle nPop 1）;

    % Initialize Global Best
    GlobalBest.Cost = inf;

    % Initialize Population Members
    for i=1:nPop

        % Generate Random Solution
        particle（i）.Position = unifrnd（VarMin VarMax VarSize）;

        % Initialize Velocity
        particle（i）.Velocity = zeros（VarSize）;

        % Evaluation
        particle（i）.Cost = CostFunction（particle（i）.Position）;

        % Update the Personal Best
        particle（i）.Best.Position = particle（i）.Position;
        particle（i）.Best.Cost = particle（i）.Cost;

        % Update Global Best
        if particle（i）.Best.Cost < GlobalBest.Cost
            GlobalBest = particle（i）.Best;
        end

    end

    % Array to Hold Best Cost Value on Each Iteration
    BestCosts = zeros（MaxIt 1）;


    %% Main Loop of PSO

    for it=1:MaxIt

        for i=1:nPop

            % Update Velocity
            particle（i）.Velocity = w*particle（i）.Velocity ...
                + c1*rand（VarSize）.*（particle（i）.Best.Position - particle（i）.Position） ...
                + c2*rand（VarSize）.*（GlobalBest.Position - particle（i）.Position）;

            % Apply Velocity Limits
            particle（i）.Velocity = max（particle（i）.Velocity MinVelocity）;
            particle（i）.Velocity = min（particle（i）.Velocit

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4316  2016-05-20 03:16  PSO.m
     文件        1415  2016-05-20 03:16  pso1.m
     文件         448  2016-05-20 03:15  Sphere.m