?? pso.h

?? 一個很好的學習粒子群算法的例子。（劉康C++版本）程序介紹：模擬一群鳥捕食的情景
?? H
字號:
//PSO頭文件PSO.hpp如下:
//Header __PSO_H
//Purpose Provide a class for particle swarm optimization
//Platform Visual C++ 7.0
//Date 2002.4.29
//Author Liu Kang

//群微粒算法：本算法用群微粒算法求目標函數的最大值
//本算法使用步驟
// （1）派生自己的群微粒類，類中必須定義double GetFit(PARTICLE&)方法，用來計算每個微粒的適合度
// （2）生成派生類實例，并在構造函數中指明微粒坐標維數和群體個數
// （2）設置微粒坐標上界數組和下界數組，并用SetXup與SetXdown設置微粒坐標上下界
// （3）用SetVmax方法設置微粒最大速度
// （4）設置可選參數：C1，C2，W和通訊函數
// （5）采用Run方法進行優化運算，優化后用GetBest方法獲得最優個體適合度和坐標

#ifndef __PSO_H
#define __PSO_H

//微粒類
class PARTICLE
{
public:
double *X; //微粒的坐標數組
double *V; //微粒的速度數組
double *XBest; //微粒的最好位置數組
int Dim; //微粒的維數
double Fit; //微粒適合度
double FitBest; //微粒最好位置適合度

//構造函數
PARTICLE(); //空構造函數
PARTICLE(int n); //維數為參數的構造函數
//析構函數
~PARTICLE();

void SetDim(int d); //設置微粒的維數
};

//定義群粒子類
class PSO
{
protected:
PARTICLE *Particle; //微粒群數組
int PNum; //微粒個數
int GBestIndex; //最好微粒索引
double W; //慣性權重
double C1; //加速度系數1
double C2; //加速度系數2
double *Xup; //微粒坐標上界數組
double *Xdown; //微粒坐標下界數組
double *Vmax; //微粒最大速度數組

void Initialize(); //初始化群體
void CalFit(); //計算全體適合度
virtual void ParticleFly(); //微粒飛翔，產生新一代微粒
//通訊函數，返回值為false時，系統停止優化
bool (*Com)(double, //最優微粒適合度
double*, //最優微粒坐標數組
double**, //所有微粒坐標指針數組
int); //當前最優微粒索引
public:
//構造函數
PSO(); //空構造函數
PSO(int dim, //微粒維數
int num); //微粒個數
//析構函數
~PSO();

void SetXup(double*); //設置微粒坐標上界
void SetXdown(double*); //設置微粒坐標下界
void SetVmax(double*); //設置微粒最大速度，以數組為參數
void SetVmax(double); //設置微粒最大速度，以上下界百分比為參數
void SetW(double w){W=w;}; //設置權重
void SetC1(double c){C1=c;};//設置C1
void SetC2(double c){C2=c;};//設置C2
void SetCom(void *p){Com=(bool(*)(double,double*,double**,int))p;};//設置通訊函數

//計算特定微粒坐標所對應適合度，必須由派生的實際PSO類定義，以便計算適合度
virtual double GetFit(PARTICLE&)=0;

//運行類進行優化
PARTICLE& Run(int max); //按最多次數限制運行PSO
PARTICLE& Run(double fit); //按最佳適合度目標運行PSO
double GetBest(double*); //獲得最優微粒適合度和坐標
};

#endif
//PSO源文件PSO.CPP如下:
//Header __PSO_H
//Purpose Provide a class for particle swarm optimization
//Platform Visual C++ 7.0
//Date 2002.4.29
//Author Liu Kang

//群微粒算法：本算法涌群微粒算法求目標函數的最大值
//本算法使用步驟
// （1）派生自己的群微粒類，類中必須定義double GetFit(PARTICLE&)方法，用來計算每個微粒的適合度
// （2）生成派生類實例，并在構造函數中指明微粒坐標維數和群體個數
// （2）設置微粒坐標上界數組和下界數組，并用SetXup與SetXdown設置微粒坐標上下界
// （3）用SetVmax方法設置微粒最大速度
// （4）設置可選參數：C1，C2，W和通訊函數
// （5）采用Run方法進行優化運算，優化后用GetBest方法獲得最優個體適合度和坐標

#include <stdlib.h>
#include <time.h>
#include <math.h>
//#include "PSO.H"

//微粒構造函數
PARTICLE::PARTICLE() //空構造函數
{
X = 0; V = 0; XBest = 0; Dim = 0;
}
PARTICLE::PARTICLE(int n) //維數為參數的構造函數
{
Dim = n;
X = new double[Dim];
V = new double[Dim];
XBest = new double[Dim];
}

//微粒析構函數
PARTICLE::~PARTICLE()
{
if(Dim)
{
delete []X;
delete []V;
delete XBest;
}
}

//設置微粒的維數
void PARTICLE::SetDim(int d)
{
if(X) delete []X;
if(V) delete []V;
if(XBest) delete []XBest;
Dim = d;
X = new double[Dim];
V = new double[Dim];
XBest = new double[Dim];
}

//PSO構造函數
PSO::PSO()
{
Particle = 0;
PNum = 0;
GBestIndex = 0;
Xup = 0;
Xdown = 0;
W = 1;
C1 = 2;
C2 = 2;
Com = 0;
}
PSO::PSO(int dim, int num)
{
Particle = new PARTICLE[num];
for(int i=0; i<num; i++) Particle[i].SetDim(dim);
PNum = num;
GBestIndex = 0;
Xup = new double[dim];
Xdown = new double[dim];
Vmax = new double[dim];
W = 1;
C1 = 2;
C2 = 2;
Com = 0;
}

//析構函數
PSO::~PSO()
{
if(Particle) delete []Particle;
if(Xup) delete []Xup;
if(Xdown) delete []Xdown;
if(Vmax) delete []Vmax;
}
//設置坐標上界
void PSO::SetXup(double *up)
{
if(!Particle) return;
for(int i=0; i<Particle[0].Dim; i++)
Xup[i] = up[i];
}
//設置坐標下界
void PSO::SetXdown(double *d)
{
if(!Particle) return;
for(int i=0; i<Particle[0].Dim;i++)
Xdown[i] = d[i];
}
//設置最大速度
void PSO::SetVmax(double *max)
{
if(!Particle) return;
for(int i=0; i<Particle[0].Dim;i++)
Vmax[i] = max[i];
}
void PSO::SetVmax(double p)
{
if(!Particle) return;
for(int i=0; i<Particle[0].Dim; i++)
Vmax[i] = (Xup[i]-Xdown[i])*p;
}

//初始化群體
void PSO::Initialize()
{
if(!Particle) return;
static int kk=(unsigned)time(NULL);
srand((unsigned)time(NULL)+kk++);
GBestIndex = 0;
for(int i=0; i<PNum; i++)
{
for(int j=0; j<Particle[i].Dim; j++)
{
Particle[i].X[j] = rand()/(double)RAND_MAX*(Xup[j]-Xdown[j])+Xdown[j];//初始化坐標
Particle[i].XBest[j] = Particle[i].X[j];
Particle[i].V[j] = rand()/(double)RAND_MAX*Vmax[j]-Vmax[j]/2;//初始化速度
}
Particle[i].Fit = GetFit(Particle[i]); //計算該微粒適合度
Particle[i].FitBest = Particle[i].Fit; //設最優適合度初值
if(Particle[i].Fit>Particle[GBestIndex].Fit) GBestIndex = i;//查找群體最優微粒
}
}

//計算群體各個微粒適合度
void PSO::CalFit()
{
if(!Particle) return;
for(int i=0; i<PNum; i++)
Particle[i].Fit = GetFit(Particle[i]);
}

//微粒飛翔,產生新一代微粒
void PSO::ParticleFly()
{
	static double FitBak[100];
	if(!Particle) return;
	static int tt=(unsigned)time(NULL);
	srand((unsigned)time(NULL)+tt++);
	//整個群體飛向新的位置
	for(int i=0; i<PNum; i++)
	{
		for(int j=0; j<Particle[i].Dim; j++)
			Particle[i].V[j] = W*Particle[i].V[j]+// (FitBak[i]-Particle[i].Fit)+//修改速度
				rand()/(double)RAND_MAX*C1*(Particle[i].XBest[j]-Particle[i].X[j])+
				rand()/(double)RAND_MAX*C2*(Particle[GBestIndex].XBest[j]-Particle[i].X[j]);
		for(j=0; j<Particle[i].Dim; j++) //檢查速度最大值
		{
			if(Particle[i].V[j]>Vmax[j]) Particle[i].V[j] = Vmax[j];
			if(Particle[i].V[j]<-Vmax[j]) Particle[i].V[j] = -Vmax[j];
		}
		for(j=0; j<Particle[i].Dim; j++)
		{
			Particle[i].X[j] += Particle[i].V[j]; //修改坐標
			if(Particle[i].X[j]>Xup[j]) Particle[i].X[j]=Xup[j];//保護
			if(Particle[i].X[j]<Xdown[j]) Particle[i].X[j]=Xdown[j];
		}
	}
	//計算各微粒適合度
	CalFit();
	for(i=0; i<PNum; i++) FitBak[i] = Particle[i].Fit;
	//設置新的個體最好位置
	for(i=0; i<PNum; i++)
	if(Particle[i].Fit>=Particle[i].FitBest)
	{
		Particle[i].FitBest = Particle[i].Fit;
		for(int j=0; j<Particle[i].Dim; j++)
		Particle[i].XBest[j] = Particle[i].X[j];
	}
	//設置新的最優個體
	GBestIndex = 0;
	for(i=0; i<PNum; i++)
		if(Particle[i].FitBest>=Particle[GBestIndex].FitBest && i!=GBestIndex) GBestIndex = i;
}

//運行群粒算法
PARTICLE& PSO::Run(int n)
{
Initialize();
double *opt_p = new double[Particle[0].Dim]; //通訊用數組，最優點坐標
double **opt_a = new double*[PNum]; //通訊用數組，所有點坐標
for(int i=0; i<n; i++)
{
ParticleFly();
if(Com) //通訊函數存在，完成通訊
{
for(int k=0; k<Particle[0].Dim; k++) opt_p[k]=Particle[GBestIndex].XBest[k];//拷貝最優點坐標
for(k=0; k<PNum; k++) opt_a[k] = Particle[k].X; //指向所有點坐標
if(!Com(Particle[GBestIndex].FitBest,opt_p,opt_a,GBestIndex)) break;
}
}
delete []opt_p;
delete []opt_a;
return Particle[GBestIndex];
}
PARTICLE& PSO::Run(double fit)
{
double *opt_p = new double[Particle[0].Dim]; //通訊用數組，最優點坐標
double **opt_a = new double*[PNum]; //通訊用數組，所有點坐標
Initialize();
do
{
ParticleFly();
if(Com) //通訊函數存在，完成通訊
{
for(int k=0; k<Particle[0].Dim; k++) opt_p[k]=Particle[GBestIndex].XBest[k];//拷貝最優點坐標
for(k=0; k<PNum; k++) opt_a[k] = Particle[k].X; //指向所有點坐標
if(!Com(Particle[GBestIndex].FitBest,opt_p,opt_a,GBestIndex)) break;
}
}while(Particle[GBestIndex].FitBest<fit);
delete []opt_p;
delete []opt_a;
return Particle[GBestIndex];
}

//返回最佳個體
double PSO::GetBest(double *r)
{
for(int i=0; i<Particle[GBestIndex].Dim; i++)
r[i] = Particle[GBestIndex].XBest[i];
return Particle[GBestIndex].FitBest;
}
?? 文件大小 32 K
?? 上傳用戶 myc
?? 所屬分類人工智能/神經網絡
??? 相關標簽

#粒子群算法 #版本 #模擬 #程序
?? 快捷鍵說明

復制代碼 Ctrl + C
搜索代碼 Ctrl + F
全屏模式 F11
切換主題 Ctrl + Shift + D
顯示快捷鍵 ?
增大字號 Ctrl + =
減小字號 Ctrl + -
亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

?? pso.h

?? 快捷鍵說明
