查看: 2119|回复: 8|关注: 0
求带有等式，不等式约束条件的粒子群优化的程序
看了很多文章和分享的程序都是无约束的，但实际问题涉及到大量的约束条件，了解到可以用罚函数等方法，但还是不知道具体在程序中如何实现，希望有资料的分享下。
我也是，现成的工具箱都是无约束的呢
同样QAQ.....实在有点不会
这是别人编的一个带各种约束的粒子群优化算法，感觉还挺靠谱的，我还没有完全细看，高人可以看完给讲解讲解
09:46 上传
点击文件名下载附件
26.17 KB, 下载次数: 234
这是别人编的一个带各种约束的粒子群优化算法，感觉还挺靠谱的，我还没有完全细看，高人可以看完给讲解讲解 ...
请问这个程序中要求的函数是哪个啊？看不懂啊
感谢分享，很给力！
感谢啊！ 下载下来看看~~
谢谢了,先学下
谢谢分享！！！学习下！
Powered by&& 查看话题
求粒子群优化算法进行变量优选的matlab程序
求粒子群优化算法进行变量优选的matlab程序
不知道这个符不符合你的要求
网盘下载/c0xlnc2bp3 这个呢，应该可以吧 谢谢 谢谢提供好资源 最近老师让我用PSO的优化我的参数，看了一下粒子群算法的原理和我们老师实现的代码，算是明白了，你如果有什么不明白的，我可以给你说一下！ 谢谢&&提供资源 :victory:谢谢提供资源 顶一个，谢谢！ 谢谢分享资源！ : Originally posted by lijie169 at
最近老师让我用PSO的优化我的参数，看了一下粒子群算法的原理和我们老师实现的代码，算是明白了，你如果有什么不明白的，我可以给你说一下！ 请问你有动态的粒子群算法么， : Originally posted by liguixiao at
请问你有动态的粒子群算法么，... 没有，自己写一个把 : Originally posted by lijie169 at
最近老师让我用PSO的优化我的参数，看了一下粒子群算法的原理和我们老师实现的代码，算是明白了，你如果有什么不明白的，我可以给你说一下！ 你好& &你能提供下多目标多维优化的粒子群代码吗 : Originally posted by hetty33 at
你好& &你能提供下多目标多维优化的粒子群代码吗... 没有对目标的，只看过单目标优化的，不过只要懂原理的话，应该还是很简单的。 多谢分享，赞！！！！ : Originally posted by hetty33 at
你好& &你能提供下多目标多维优化的粒子群代码吗... 同求粒子群多目标:hand: 谢谢分享资源 : Originally posted by xiaoheilu168 at
同求粒子群多目标:hand:... 多目标优化，有了吗？
现在遇到一个优化模型参数（6个）的题目，粒子群算法已知不能实现，他的初值你是怎么给的？
var cpro_id = 'u1216994';
欢迎监督和反馈：本帖内容由
提供，小木虫仅提供交流平台，不对该内容负责。欢迎协助我们监督管理，共同维护互联网健康，如果您对该内容有异议，请立即发邮件到
联系通知管理员，也可以通过QQ周知，我们的QQ号为：8835100
我们保证在1个工作日内给予处理和答复，谢谢您的监督。
小木虫，学术科研第一站，为中国学术科研研究提供免费动力
广告投放请联系QQ： &
违规贴举报删除请联系邮箱： 或者 QQ:8835100
Copyright &
eMuch.net, All Rights Reserved. 小木虫 版权所有13:30:49【 转载互联网】 作者： &&|&责编：李强
&&& &为了解决用户可能碰到关于"matlab用粒子群算法求解方程组最优解"相关的问题，突袭网经过收集整理为用户提供相关的解决办法，请注意，解决办法仅供参考，不代表本网同意其意见,如有任何问题请与本网联系。"matlab用粒子群算法求解方程组最优解"相关的详细问题如下:1,y2为两个数列，想求能满足下面两个方程组时X1，如果可以：E（X1y1+X2y2）=0 ，用matlab怎么编写程序; D（X1y1+X2y2）=1可以用粒子群群算法求最优解吗，X2的最优解方程组为===========突袭网收集的解决方案如下===========
解决方案1：x5这关键是适应度函数的问题，||指的是绝对值,x6]，不懂追问，F值越小越好。而变量你就选取X1和X2里的每个元素,x3];X2=[x4。比如X1=[x1,x2，你可以编写如下适应度函数。答毕：F=|E（X1y1+X2y2）-0|+|D（X1y1+X2y2）-1|;你就可以设置PSO的变量为x1到x6这六个值解决方案2：您好，您的解答对我很有启发，但是我想X1，X2求出来后是一个确定的数，而不是数组，比如就像解方程那样得出来，X1=0.8，X2=0.2。粒子群算法中输入的粒子X1，X2中一定要是数组吗。还有在程序中怎么体现适应度函数F越小越好呢。是min(fitness)来实现吗，如果X1+X2=1，我是不是可以直接使适应度函数中的X2=1-X1来实现，这样是不是简单些。谢谢您的耐心回答解决方案3：你的x1和x2如果是两个值得花，那不就更加简单了。两个数就和你所说一样的直接X2=1-X1这样带入进去就可以了。另外，粒子群算法有两部分，一个是粒子群的主函数，含有就是你的适应度函数，也就是你的研究对象。先把研究对象选定好，编写你的适应度函数，然后使用算法代码调用运行即可，懂了不。解决方案4：真的给了我很大启发，谢谢您，但是第一次用粒子群，还是有很多不明白的地方
================可能对您有帮助================
问：函数是这样的 我编得程序如下： function F = fitness3(x) F = 0; F1 = ...答：F2=0有问题，应该是F2=1===========================================问：求大神们帮下忙，比较急需答：方程组呢 发出来===========================================问：求大神们帮下忙，比较急需答：我文库中有详细注解的MATLAB粒子群算法程序,你只需改动目标函数和几个参数即可。 希望对你有所帮助===========================================问： n=2; %变量的个数 m=20; %粒子的数量 c1=2; c2=2...答：PSO确实会存在得不到最优解的情况，因为严格意义上它不是全局最优的算法，而且在比较复杂的问题上，得不到最优解的情况很容易发现。 建议你增大种群大小，增加迭代次数。===========================================问：初始化函数格式为 [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSi...答：初始化函数就是根据你的问题的维数，随机初始化多个0或者1就可以了，比如: a = rand(); if(a&0.5) GA=1; else GA=0; 适应度函数要根据你自己的实际问题，抽象出一个数学模型得到要优化的表达式。===========================================问：随便一个简单的有约束程序就行，初学者，了解用。答：这儿有个范例可以看看http://download.csdn.net/detail/yinjian_ 另外还有个论文：基于改进粒子群优化算法的约束多目标优化 还有，这是我刚回答的：/question/.html?push=keyword#answer-===========================================问：粒子群算法解决两个函数的多目标优化，如y1=x1+x2+x3,y2=x1-x2-x3;0＜x1...答：/p-.html /view/1c27aa292e1e.html===========================================问：粒子群算法解决两个函数的多目标优化，如y1=x1+x2+x3,y2=x1-x2-x3;0＜x1...答：我是做这方面的研究的，我给你一个我编的代码，完全可以运行，是求函数极值的。 %% 该代码为基于变异粒子群算法的函数极值寻优算法 %% 清空环境 clc clear %% 参数初始化 %粒子群算法中的两个参数 c1 = 1.49445; c2 = 1.49445; maxgen=500; % 进...===========================================34粒子群算法matlab代码___吐血推荐-第2页
上亿文档资料，等你来发现
34粒子群算法matlab代码___吐血推荐-2
1环形2随机环形；3轮形；4随机轮形；因为后面有以环形取法实现的算法，对环形取法在这里；在第一种方法中，按照粒子的编号来得到粒子的邻域，；这种办法经过实验，取得较好的应用效果，但是由于要；粒子群算法(5)-----标准粒子群算法的实现；标准粒子群算法的实现思想基本按照粒子群算法(2)；InitSwarm(SwarmSize.....；表ParSwarm记录的
环形2 随机环形3 轮形4随机轮形因为后面有以环形取法实现的算法，对环形取法在这里做一点点说明：以粒子1为例，当邻域是0的时候，邻域是它本身，当邻域是1时，邻域为2，8；当邻域是2时，邻域是2，3，7，8；......，以此类推，一直到邻域为4，这个时候，邻域扩展到整个例子群体。据文献介绍（国外的文献），采用轮形拓扑结构，PSO的效果很好。
第二种方法：按照粒子的欧式距离取粒子的邻域在第一种方法中，按照粒子的编号来得到粒子的邻域，但是这些粒子其实可能在实际位置上并不相邻，于是Suganthan提出基于空间距离的划分方案，在迭代中计算每一个粒子与群中其他粒子的距离。记录任何2个粒子间的的最大距离为dm。对每一粒子按照||xa-xb||/dm计算一个比值。其中||xa-xb||是当前粒子a到b的距离。而选择阈值frac根据迭代次数而变化。当另一粒子b满足||xa-xb||/dm&frac时，认为b成为当前粒子的邻域。这种办法经过实验，取得较好的应用效果，但是由于要计算所有粒子之间的距离，计算量大，且需要很大的存储空间，所以，该方法一般不经常使用。 粒子群算法(5)-----标准粒子群算法的实现标准粒子群算法的实现思想基本按照粒子群算法(2)----标准的粒子群算法的讲述实现。主要分为3个函数。第一个函数为粒子群初始化函数InitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子，并设定粒子的速度、位置在一定的范围内。本函数所采用的数据结构如下所示：表ParSwarm记录的是粒子的位置、速度与当前的适应度值，我们用W来表示位置，用V来代表速度，用F来代表当前的适应度值。在这里我们假设粒子个数为N，每个粒子的维数为D。表OptSwarm记录每个粒子的历史最优解（粒子历史最好的适应度）以及全部粒子搜索到的全局最优解。用Wg代表全局最优解，W.,1代表每个粒子的历史最优解。粒子群初始化阶段表OptSwarm的前N行与表ParSwarm中的相同，而Wg的值为表ParSwarm中适应度值的最大值对应的行。 根据这样的思想MATLAB代码如下：function [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc) %功能描述：初始化粒子群，限定粒子群的位置以及速度在指定的范围内%[ParSwarm,OptSwarm,BadSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc) %%输入参数：SwarmSize:种群大小的个数 %输入参数：ParticleSize：一个粒子的维数%输入参数：ParticleScope:一个粒子在运算中各维的范围； %
ParticleScope格式:%
3维粒子的ParticleScope格式:%
[x1Min,x1Max %
x2Min,x2Max %
x3Min,x3Max] %%输入参数：AdaptFunc：适应度函数 %%输出：ParSwarm初始化的粒子群%输出：OptSwarm粒子群当前最优解与全局最优解 %%用法[ParSwarm,OptSwarm,BadSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc); %%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。 %%编制人：XXX %编制时间： %参考文献：无 %%容错控制 if nargin~=4error('输入的参数个数错误。') end if nargout&2error('输出的参数的个数太少，不能保证以后的运行。'); end[row,colum]=size(ParticleSize); if row&1|colum&1error('输入的粒子的维数错误，是一个1行1列的数据。'); end[row,colum]=size(ParticleScope); if row~=ParticleSize|colum~=2error('输入的粒子的维数范围错误。'); end%初始化粒子群矩阵%初始化粒子群矩阵，全部设为[0-1]随机数 %rand('state',0);ParSwarm=rand(SwarmSize,2*ParticleSize+1);%对粒子群中位置,速度的范围进行调节 for k=1:ParticleSizeParSwarm(:,k)=ParSwarm(:,k)*(ParticleScope(k,2)-ParticleScope(k,1))+ParticleScope(k,1);
%调节速度，使速度与位置的范围一致ParSwarm(:,ParticleSize+k)=ParSwarm(:,ParticleSize+k)*(ParticleScope(k,2)-ParticleScope(k,1))+ParticleScope(k,1); end%对每一个粒子计算其适应度函数的值for k=1:SwarmSizeParSwarm(k,2*ParticleSize+1)=AdaptFunc(ParSwarm(k,1:ParticleSize)); end%初始化粒子群最优解矩阵OptSwarm=zeros(SwarmSize+1,ParticleSize); %粒子群最优解矩阵全部设为零[maxValue,row]=max(ParSwarm(:,2*ParticleSize+1)); %寻找适应度函数值最大的解在矩阵中的位置(行数) OptSwarm=ParSwarm(1:SwarmSize,1:ParticleSize); OptSwarm(SwarmSize+1,:)=ParSwarm(row,1:ParticleSize);下面的函数BaseStepPso实现了标准全局版粒子群算法的单步更新位置速度的功能function [ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount) %功能描述：全局版本：基本的粒子群算法的单步更新位置,速度的算法 %%[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount) %%输入参数：ParSwarm:粒子群矩阵，包含粒子的位置，速度与当前的目标函数值 %输入参数：OptSwarm：包含粒子群个体最优解与全局最优解的矩阵 %输入参数：ParticleScope:一个粒子在运算中各维的范围； %输入参数：AdaptFunc：适应度函数 %输入参数：LoopCount：迭代的总次数 %输入参数：CurCount：当前迭代的次数 %%返回值：含意同输入的同名参数 %%用法：[ParSwarm,OptSwarm]=BaseStepPso(ParSwarm,OptSwarm,AdaptFunc,ParticleScope,MaxW,MinW,LoopCount,CurCount) %%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。 %%编制人：XXX %编制时间： %参考文献：XXX %参考文献：XXX %%修改记录%---------------------------------------------------------------- % %修改人：XXX% 添加2*unifrnd(0,1).*SubTract1(row,:)中的unifrnd(0,1)随机数，使性能大为提高 %参照基于MATLAB的粒子群优化算法程序设计 %% 总体评价：使用这个版本的调节系数，效果比较好 %%容错控制 if nargin~=8error('输入的参数个数错误。') endif nargout~=2error('输出的个数太少，不能保证循环迭代。') end%开始单步更新的操作%*********************************************%*****更改下面的代码，可以更改惯性因子的变化***** %--------------------------------------------------------------------- %线形递减策略w=MaxW-CurCount*((MaxW-MinW)/LoopCount); %--------------------------------------------------------------------- %w固定不变策略 %w=0.7;%---------------------------------------------------------------------%参考文献：陈贵敏，贾建援，韩琪，粒子群优化算法的惯性权值递减策略研究，西安交通大学学报，2006，1 %w非线形递减，以凹函数递减%w=(MaxW-MinW)*(CurCount/LoopCount)^2+(MinW-MaxW)*(2*CurCount/LoopCount)+MaxW; %--------------------------------------------------------------------- %w非线形递减，以凹函数递减%w=MinW*(MaxW/MinW)^(1/(1+10*CurCount/LoopCount)); %*****更改上面的代码，可以更改惯性因子的变化***** %*********************************************%得到粒子群群体大小以及一个粒子维数的信息 [ParRow,ParCol]=size(ParSwarm); %得到粒子的维数 ParCol=(ParCol-1)/2;SubTract1=OptSwarm(1:ParRow,:)-ParSwarm(:,1:ParCol);%*********************************************%*****更改下面的代码，可以更改c1,c2的变化***** c1=2; c2=2;%--------------------------------------------------------------------- %con=1;%c1=4-exp(-con*abs(mean(ParSwarm(:,2*ParCol+1))-AdaptFunc(OptSwarm(ParRow+1,:)))); %c2=4-c1;%---------------------------------------------------------------------- %*****更改上面的代码，可以更改c1,c2的变化***** %********************************************* for row=1:ParRowSubTract2=OptSwarm(ParRow+1,:)-ParSwarm(row,1:ParCol);TempV=w.*ParSwarm(row,ParCol+1:2*ParCol)+2*unifrnd(0,1).*SubTract1(row,:)+2*unifrnd(0,1).*SubTract2;包含各类专业文献、外语学习资料、各类资格考试、行业资料、中学教育、幼儿教育、小学教育、高等教育、34粒子群算法matlab代码___吐血推荐等内容。　
　 粒子群算法matlab代码___吐血推荐 隐藏&& 粒子群算法(1)---粒子群算法简介二、粒子群算法的具体表述 上面罗嗦了半天,那些都是科研工作者写论文的语气,不过,PSO... 　 粒子群算法详解matlab代码_自然科学_专业资料。各种粒子群算法程序详解粒子群算法(1)---粒子群算法简介一、粒子群算法的历史 粒子群算法源于复杂适应系统(Complex ... 　 学习粒子群算法matlab代码_工学_高等教育_教育专区。学习粒子群算法matlab代码学习粒子群算法matlab代码粒子群算法(1)---粒子群算法简介 粒子群算法简介 粒子群算法... 　 粒子群算法matlab代码_四年级数学_数学_小学教育_教育专区。粒子群算法(1)---粒子群算法简介二、粒子群算法的具体表述 上面罗嗦了半天,那些都是科研工作者写论文... 　粒子群算法matlab代码_计算机软件及应用_IT/计算机_专业资料 暂无评价|0人阅读|0次下载|举报文档 粒子群算法matlab代码_计算机软件及应用_IT/计算机_专业资料。粒子... 　1/2 相关文档推荐 粒子群算法matlab代码 22页 4下载券 粒子群算法matlab代码 ...lab做的粒子群算法解决V... 　 基本粒子群算法的matlab源程序_工学_高等教育_教育专区。基本粒子群算法的matlab源程序,稍作修改就可以改成自己的问题。主函数源程序(main.m) %---基本粒子群优... 　粒子群算法(1)---粒子群算法简介一、粒子群算法的历史 粒子群算法源于复杂适应...MATLAB 代码如下: function [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize... 　1/2 相关文档推荐 多目标粒子群算法matlab... 12页 2下载券 15基于粒子群...(P),:)%粒子位置更换 [Fgbest,g]=min(FPBest);%保存最好适应值 if Fgbest...IM-MOPSO 改进的多目标粒子群算法，成功解决了 优化的经典问题，比如ZDT,KUR,SCH matlab 210万源代码下载-
&文件名称: IM-MOPSO& & [
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 11 KB
&&上传时间:
&&下载次数: 238
&&提 供 者:
&详细说明：改进的多目标粒子群算法，成功解决了多目标优化的经典问题，比如ZDT,KUR,SCH经典优化问题等，只需要对f1,f2函数修改后就可以应用。-Improved many target particle swarm algorithm, success in solving the multi-objective optimization of the classic problems, such as ZDT, KUR, SCH classic optimization problem, only to f1 and f2 function after modification can be used.
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&IM-MOPSO&&........\BPSO_wx123.m&&........\f1.m&&........\f2.m&&........\leader.m&&........\mopso-ZDT1.fig&&........\ParetoC.m&&........\solution-ZDT1-MOPSOceshi.txt&&........\solutionWW-ZDT1-MOPSOceshi.txt
&[]:纯粹是垃圾&[]:一般，勉强可用&[]:很好，推荐下载&[]:很好，推荐下载&[]:很好，推荐下载&[]:很好，推荐下载&[]:很好，推荐下载
&近期下载过的用户:
&&&&&&&&&&&&&&&&&&&&&[]
&相关搜索:
&&&&&&&&&&
&输入关键字，在本站210万海量源码库中尽情搜索：
&[] - 用人工鱼群算法求解梯级水库优化调度，只需要修改相应的约束条件就可以进行优化计算了
&[] - Particle Swarm Optimization
&[] - MOEAD算法实现 多目标遗传算法分解为单个目标
测试列子 用了 ZDT测试
&[] - 文件包内附有源码及相关MATLAB的介绍PPT
&[] - 测试函数DTLZ1的源代码，用于测试多目标优化的性能
&[] - 多目标粒子群算法优化分布式发电选址 实现了最优目标
&[] - Multi-objective PSO optimization algorithm code in Matlab
&[] - 本算法用于matlab编写多目标粒子群算法，经过多次调试，说明详细，可直接使用
&[] - 一个基于阈值的粒子比较准则，用于处理多目标约束优化问题,该准则可以保留一部分序值较小且约束违反度在允许范围内的不可行解微粒,从而达到由不可行解向可行解进化的目的；一个新的拥挤度函数,使得位于稀疏区域和Pareto前沿边界附近的点有较大的拥挤度函数值,从而被选择上的概率也较大 从而构成解决多目标约束优}