|
数学建模--粒子群算法模版 www.madio.net 求解下列非线性规划最优解 min f(x) = x(1)^2 + x(2)^2 + 8; 7 G% e% a& C' {/ p
s.t. x(1)^2 - x(2) >= 0; -x(1) - x(2)^2 + 2 = 0; x(1),x(2) >=0 主函数: clc; format long;%------给定初始化条件--------------------------------------- 3 H$ ^3 b8 O9 f/ K" R
c1=2; %学习因子1 c2=2; %学习因子2 w=0.7; %惯性权重 MaxDT=1000; %最大迭代次数 D = 1; M=40; %初始化群体个体数目eps=1; %设置精度(在已知最小值时候用) %------初始化种群的个体(可以在这里限定位置和速度的范围)---------- for i=1:M for j=1:D x(i,j)=rand; %随机初始化位置 v(i,j)=rand; %随机初始化速度 endend %------先计算各个粒子的适应度,并初始化p(i)和gbest------------- for i=1:M p(i)=fitness(x(i,:)); y(i,:)=x(i,:);end gbest=x(1,:); %gbest为全局最优 for i=2:M if fitness(x(i,:)) < fitness(gbest) gbest=x(i,:); endend %------进入主要循环,按照公式依次迭代,直到满足精度要求---------- for t=1:MaxDT for i=1:M v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(gbest-x(i,:)); x(i,:)=x(i,:)+v(i,:); if fitness(x(i,:))<p(i) p(i)=fitness(x(i,:)); y(i,:)=x(i,:); end if p(i)<fitness(gbest) gbest=y(i,:); end endend
0 G0 Q* h3 U+ `, D7 }7 W% I. x4 }
3 k5 d2 P6 ` X# ySolution=gbest' Result=fitness(gbest) function objvalue = fitness(X) x2 = X; x1 = 2-X^2; if x1^2-x2>=0 && -x1-x2^2+2==0 && x1>=0 &&x2>=0 objvalue = x1^2+x2^2+8; else objvalue = 1000; end end
4 }4 q# B8 p8 o6 I* {7 O5 H- r. y1 v9 v2 m. v) i/ g
8 y* e5 D' m+ F% B. o
& `, N# N6 L- o$ H* z |