廢話不說(shuō)了，下面是matlab仿真程序：

% function [bestparticle,tarce] = pso(range,swarminit,gen,EVALFCN,c1,c2,w0,w1,vmax,smax) % PSO優(yōu)化過(guò)程,這是適應(yīng)度越小越好的情況,對(duì)應(yīng)于誤差 % bestparticle-保存歷史最佳粒子 S維 % trace-紀(jì)錄最佳適應(yīng)度的改變過(guò)程 gen維 % range-位移要保持的范圍 % swarminit-初始粒子群 % gen-最多迭代代數(shù) % EVALFCN-適應(yīng)度函數(shù)名 % c1,c2,w0,w1-pso相關(guān)參數(shù)的設(shè)置 % vmax-最大限制速度 % smax-最大限制位移

function [bestparticle,trace] = pso(range,swarminit,gen,EVALFCN,c1,c2,w0,w1,vmax,smax) [popu,S] = size(swarminit); velocityinit = vmax .* (2 .* rand(popu,S) - 1); % 速度初始化為-range +range之間

trace = ones(1,gen); trace(1) = 10000; % 初始全局最佳適應(yīng)度設(shè)為足夠大 for i = 1:popu bestfit(i) = 10000; % 初始個(gè)體歷史最佳適應(yīng)度設(shè)為足夠大 end

bestpar = swarminit; % 個(gè)體歷史最佳粒子初始化

for step = 1:gen fprintf(1,'%d ',step); str = [EVALFCN,'(swarminit)']; fitlist = eval(str); % 計(jì)算當(dāng)前粒子群每個(gè)粒子的適應(yīng)度 [minval,sub] = min(fitlist); % 求得這代粒子的適應(yīng)度最小值及其下標(biāo) if(trace(step) > minval) fprintf(1,'%d %f\n',step,minval); trace(step) = minval; bestparticle = swarminit(sub,:); end if(step ~= gen) trace(step + 1) = trace(step); % 全局最佳適應(yīng)度及最佳粒子調(diào)整 end for i = 1:popu if(bestfit(i) > fitlist(i)) bestfit(i) = fitlist(i); bestpar(i,:) = swarminit(i,:); end end % 個(gè)體歷史最佳粒子及適應(yīng)度調(diào)整 %w = w0 - w1 * (step / gen); % 慣性權(quán)值的調(diào)整 w=0.2; for i = 1:popu for j = 1:S r1 = rand(1,1); r2 = rand(1,1); velocityinit(i,j) = w * velocityinit(i,j) + c1 * r1 * (bestpar(i,j) - swarminit(i,j)) +... c2 * r2 * (bestparticle(j) - swarminit(i,j)); if(velocityinit(i,j) > vmax) velocityinit(i,j) = vmax; %'速度+越界' end if(velocityinit(i,j) < -vmax) velocityinit(i,j) = -vmax; %'速度-越界' end % 如果速度越界,速度取那方面最大值 swarminit(i,j) = swarminit(i,j) + velocityinit(i,j); % if(swarminit(i,j) > smax) % swarminit(i,j) = smax; % '位移+越界' % end % 如果位移越界,位移重新初始化 % if(swarminit(i,j) < -smax) % swarminit(i,j) = -smax; % '位移-越界' % end % 如果位移越界,位移重新初始化 end end end


經(jīng)試驗(yàn)：該算法在優(yōu)化方面性能比較好，可用于函數(shù)極值，解方程，并且在前向神經(jīng)網(wǎng)絡(luò)權(quán)值和網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練也表現(xiàn)了不錯(cuò)的性能