matlab粒子群算法的初始化函数怎么写,适应度函数为另外一个m文件中建立的函数名为Adaptfunc(Q)的函数
来源:学生作业帮 编辑:作业帮 分类:综合作业 时间:2024/04/28 19:22:36
matlab粒子群算法的初始化函数怎么写,适应度函数为另外一个m文件中建立的函数名为Adaptfunc(Q)的函数
初始化函数格式为 [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
适应度函数为
function N=AdaptFunc(Q)
H=20;
n=0.9;
N=9.81*n*sum(Q)*H;
粒子群函数为
function [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
if nargin~=4
error('输入的参数个数错误.')
end
if nargout1||colum>1
error('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~=2
error('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);
%初始产生的是在0~1范围内的随机数,现在按照ParticleScope对粒子的位置、速度进行调整
for k=1:ParticleSize
ParSwarm(:,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:SwarmSize
ParSwarm(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);
初始化函数格式为 [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
适应度函数为
function N=AdaptFunc(Q)
H=20;
n=0.9;
N=9.81*n*sum(Q)*H;
粒子群函数为
function [ParSwarm,OptSwarm]=InitSwarm(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
if nargin~=4
error('输入的参数个数错误.')
end
if nargout1||colum>1
error('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~=2
error('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);
%初始产生的是在0~1范围内的随机数,现在按照ParticleScope对粒子的位置、速度进行调整
for k=1:ParticleSize
ParSwarm(:,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:SwarmSize
ParSwarm(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);
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.
再问: 是啊,我给的这个就是个函数形式的,该怎么写
再答: 初始化就是我刚说的,根据你自己的问题的维数随机初始化01编码即可。
适应度函数要看你的具体问题。
不是你问什么就有一个现成的东西摆你面前的,你自己动手试试,没这么难
再问: 是啊,普通的粒子群算法是无约束优化,但是我想把它变成有约束的,这个函数就是,普通的粒子群用不了啊
再答: 根据你的优越条件,内部强行限制不符合约束的粒子重新更新。
比如对于01背包问题,当粒子对应的候选解中(对应每个粒子选中与否的解),如果粒子中对应的物品所占的体积大于V的话,会强制删掉性价比低的物品(将对应该物品的维强行置零)直到满足条件为止。这个方法你可以参考。
我以前用过别的方法,就是随机逐维数更新粒子,直到粒子对应候选解恰好对应我设定的约束,这是我自己用的,不知道别人是否用过。
其实,就是要根据你自己的问题,在粒子的更新的算子上改进适合你的约束就可以了
再问: 那您能不能给我具体讲一下啊,我可以把我30点财富值都给你,这方面刚接触,感觉都不知道怎么入手,可以加我q吗?我用户名是我q号
再答: 1986397615
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.
再问: 是啊,我给的这个就是个函数形式的,该怎么写
再答: 初始化就是我刚说的,根据你自己的问题的维数随机初始化01编码即可。
适应度函数要看你的具体问题。
不是你问什么就有一个现成的东西摆你面前的,你自己动手试试,没这么难
再问: 是啊,普通的粒子群算法是无约束优化,但是我想把它变成有约束的,这个函数就是,普通的粒子群用不了啊
再答: 根据你的优越条件,内部强行限制不符合约束的粒子重新更新。
比如对于01背包问题,当粒子对应的候选解中(对应每个粒子选中与否的解),如果粒子中对应的物品所占的体积大于V的话,会强制删掉性价比低的物品(将对应该物品的维强行置零)直到满足条件为止。这个方法你可以参考。
我以前用过别的方法,就是随机逐维数更新粒子,直到粒子对应候选解恰好对应我设定的约束,这是我自己用的,不知道别人是否用过。
其实,就是要根据你自己的问题,在粒子的更新的算子上改进适合你的约束就可以了
再问: 那您能不能给我具体讲一下啊,我可以把我30点财富值都给你,这方面刚接触,感觉都不知道怎么入手,可以加我q吗?我用户名是我q号
再答: 1986397615
matlab粒子群算法的初始化函数怎么写,适应度函数为另外一个m文件中建立的函数名为Adaptfunc(Q)的函数
粒子群算法的适应度函数怎么编啊
急求有约束的粒子群算法的适应度函数怎么写?
在MATLAB中建立一个函数M文件,该函数的功能是:找出矩阵A(A为100行,78列)中的最大值及其位置.
怎么用MATLAB的m函数建立一个能随意输入函数的函数
不用matlab自身的求和函数,怎样在matlab中建立一个a到b的求和函数的m文件,已知a和b都是整数,
matlab一个m文件中定义两个函数,这两个函数如何相互调用,下面是我写的程序
粒子群算法适应度函数的自变量是什么,需要输入吗
MATLAB 用M文件写函数 调用的时候出问题
求MATLAB高手解答,下面是我在M文件里面写的一个函数,想放到S函数中怎么改写
matlab编写一个矩阵相乘的函数式m文件
怎么用matlab求m文件中的函数的梯度