matlab基本粒子群算法实现（三）

这里我想说明的是

粒子群的收敛里面可能会有的错误

我选用了一个三峰曲面

而粒子群很容易陷入局部最大值

所以得出的值不一定是全局最大值。

哈哈哈，粒子群算法结束了，

接下来我应该是去学BP神经网络。

就是这么任性

main.m

clear all;close all;clc;


x=linspace(-3,3,500); 
y=linspace(-3,3,500); 
[x,y]=meshgrid(x,y) ;
z = 3*(1-x).^2.*exp(-(x.^2) - (y+1).^2)  - 10*(x/5 - x.^3 - y.^5).*exp(-x.^2-y.^2)  - 1/3*exp(-(x+1).^2 - y.^2)
mesh(x,y,z);
hold on;
n=10;   %粒子群粒子个数

%初始化粒子群，定义结构体
%结构体中八个元素，分别是粒子坐标，粒子速度，粒子适应度，粒子最佳适应度，粒子最佳坐标
par=struct([]);
for i=1:n
    par(i).x=-4+8*rand();   %[-4 4]对x位置随机初始化
    par(i).y=-4+8*rand();   %[-4 4]对y位置随机初始化
    par(i).vx=-0.1+0.2*rand();      %[-0.1 0.1]对vx速度随机初始化
    par(i).vy=-0.1+0.2*rand();      %[-0.1 0.1]对vy速度随机初始化
    par(i).fit=0;               %粒子适应度为0初始化
    par(i).bestfit=0;           %粒子最佳适应度为0初始化
    par(i).bestx=par(i).x;      %粒子x最佳位置初始化
    par(i).besty=par(i).y;      %粒子y最佳位置初始化
end
par_best=par(1);    %初始化粒子群中最佳粒子

for k=1:10    
    plot3(par_best.x,par_best.y,par_best.fit,'g*'); %画出最佳粒子的位置，为相对偏移
    for p=1:n
        [par(p) par_best]=update_par(par(p),par_best);  %更新每个粒子信息         
    end  
end

　　

compute_fit.m

function re=compute_fit(par)
    x=par.x;
    y=par.y;
    sigma=50;
    if x<-4 || x>4 || y<-4 || y>4
        re=0;        %超出范围适应度为0
    else            %否则适应度按目标函数求解
        re=  3*(1-x).^2.*exp(-(x.^2) - (y+1).^2)  - 10*(x/5 - x.^3 - y.^5).*exp(-x.^2-y.^2)  - 1/3*exp(-(x+1).^2 - y.^2); 
    end
end

　　

update_par.m

function [par par_best]=update_par(par,par_best)
    
    %Px=Px+Pv*t,这里t=1,Px为当前粒子的位置，Pv为当前粒子的速度
    par.x=par.x+par.vx;   
    par.y=par.x+par.vy;   
    
    par.fit=compute_fit(par);    %计算当前粒子适应度
    
    %Pv=Pv+(c1*rand*(Gx-Px))+(c2*rand*(PBx-Px))
    %这里c1,c2为加速因子
    %Gx为具有最佳适应度粒子的位置
    %PBx为当前粒子的最佳位置
    c1=1;
    c2=1;
    par.vx=par.vx+c1*rand()*(par_best.x-par.x)+c2*rand()*(par.bestx-par.x);   
    par.vy=par.vy+c1*rand()*(par_best.y-par.y)+c2*rand()*(par.besty-par.y);
 
    if par.fit>par.bestfit      %如果当前粒子适应度要好于当前粒子最佳适应度
        par.bestfit=par.fit;    %则更新当前粒子最佳适应度
        par.bestx=par.x;        %更新当前粒子最佳位置
        par.besty=par.y;
        if par.bestfit>par_best.fit     %如果当前粒子最佳适应度好于最佳粒子适应度
            par_best.fit=par.bestfit;   %则更新最佳粒子适应度
            par_best.x=par.x;           %更新最佳粒子位置
            par_best.y=par.y;
        end
    end

end

最后是大家最喜欢的图

这是正常收敛得到的最大值

这是错误收敛得到最大值，可见在局部最大值上。