//#include "stdafx.h"
#include <iostream.h>　　　//數(shù)據(jù)流輸入／輸出
#define _USE_MATH_DEFINES
#include <math.h>　　　　　//定義數(shù)學(xué)函數(shù)
#include <time.h> 
#include <stdio.h>

const int  iAgentDim=20;//優(yōu)化函數(shù)的維數(shù)
const double iRangL=-30;//函數(shù)的取值范圍
const double iRangR=30;

const int iPSONum=20;//粒子數(shù)

int iStep=10000;//跌代次數(shù)
//下面的值，要具體程序中具體的修改，根據(jù)你優(yōu)化的函數(shù)來修改
double w=0.9;//慣性系數(shù)
const double delta1=1;//1.494;//加速度
const double delta2=1;//1.494;

#define rnd(low,uper)((rand()/(double)RAND_MAX)*((uper)-(low))+(low))//這個(gè)東西，返回low ,uper之間的一個(gè)值
double gbest[iAgentDim];//global best fitness保留全局最優(yōu)值的坐標(biāo)
using namespace std;


class Agent//這個(gè)類表示單個(gè)的粒子，也就是一只鳥  ：）
{
public:
 double dpos[iAgentDim];   //位置，也就是各個(gè)維數(shù)的值
 double dpbest[iAgentDim];       //維護(hù)一個(gè)“自己”找到的最優(yōu)值的解
 double dv[iAgentDim];   //速度
 double m_dFitness;//agent's fitness  當(dāng)前算出的一個(gè)值
 double m_dBestfitness;//agent's best fitness  自己已經(jīng)找到的最好值

 Agent()//初始化
 { 
  srand( (unsigned)(time( NULL )+rand()) );
  int i=0;
  for(;i <iAgentDim;i++) {
   dpos[i]=rnd(iRangL,iRangR);
   dv[i]=dpbest[i]=dpos[i];
  }
 }
 void UpdateFitness()
  /*calculate the fitness and find out the best fitness,record*/
 {
  
  double sum1=0;
  double sum2=0;

/*Ackley Funtion*/ 

 for (int i=0;i<iAgentDim;i++) {
  sum1+=(dpos [i]*dpos [i]);
  sum2+=cos(2*M_PI*dpos [i]);
 }

 m_dFitness=(-20*exp(-0.2*(sqrt((1.0/(double)iAgentDim *sum1))))-exp((1.0/(double)iAgentDim )*sum2)+20+M_E);
 //The Rastrigin function
  //int i=0;
  //for (;i  //{
  // sum1+=(dpos [i]*dpos [i])-3.0*cos(2*M_PI*dpos [i]);
  //}
  //m_dFitness=3.0*iAgentDim+sum1;

  //找到一個(gè)更好的值后(目的是找最小值)，更新 m_dBestfitness
  if (m_dFitness<m_dBestfitness) {
   m_dBestfitness=m_dFitness;
   int i=0;
   for(;i<iAgentDim;i++)   //????????
    {
    dpbest[i]=dpos[i];
    }
  }
  
 }
 void UpdatePos()//agent moving
 {
  int i=0;

  for(;i< iAgentDim;i++) {

//   basi pso
  dv[i]=w*dv[i]+delta1*rnd(0,1)*(dpbest[i]-dpos[i])+delta2*rnd(0,1)*(gbest[i]-dpos[i]);
   dpos[i]+=dv[i];
  }

 }
};
class PSO//這是粒子群，也就是鳥群了
{
private:
 Agent agents[iPSONum];
 double m_dBestFitness;//鳥群找到的最優(yōu)值
 int m_iTempPos;
public:
 void Init();
 void Search();
};
void PSO::Search()
{
 int k=0; 

 while( k<iStep) {
  m_iTempPos=999;
  int i;
  for(i=0;i<iPSONum;i++)  {//此處是找找鳥群中有沒有更好的解，如果有，記錄下來
   if (m_dBestFitness>agents[i].m_dBestfitness ) 
   {
    m_dBestFitness=agents[i].m_dBestfitness;
    m_iTempPos=i;//找到到的最好解的位置
   }
  }
  if (m_iTempPos!=999)
  {
   int j;

   for(j=0;j<iAgentDim;j++)   {
    gbest[j]=agents[m_iTempPos].dpos[j];//記錄全局最優(yōu)解的各個(gè)坐標(biāo)
   }
  }
  //printf("The best is %f \n",m_dBestFitness);
  //下一次跌代
  for(i=0;i<iPSONum;i++)  { 
   agents[i].UpdatePos();
   agents[i].UpdateFitness ();
  }   
  k++;

 }
  printf("The best result is: %2.15f    after %d step. \n",m_dBestFitness,k);

 
  for (int i=0;i<iAgentDim;i++)  printf(" %2.15f ",gbest[i]);
 
 }

void PSO::Init()//初始化，
{
 int i=0;
 m_dBestFitness=100000;
 srand( (unsigned)(time( NULL )+rand()) ); 
 for(;i<iPSONum ;i++){ 
  agents[i].m_dBestfitness =100000;//將m_dBestfitness賦值為一個(gè)大的值，目的是找最小值，
  agents[i].UpdateFitness();
 }
}
int main(int argc, char* argv[])
{
 PSO pso;
 pso.Init ();
 pso.Search();
 printf("\n");
 char c;
 scanf("%c",&c);
 return 0;
}