Java教程

【优化算法】粒子群优化多目标搜索算法【含Matlab源码 1124期】

本文主要是介绍【优化算法】粒子群优化多目标搜索算法【含Matlab源码 1124期】,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
## 一、简介 粒子群优化多目标搜索算法 ## 二、源代码 ```c %% 该函数演示多目标perota优化问题 %清空环境 clc clear load data %% 初始参数 objnum=size(P,1); %类中物品个数 weight=92; %总重量限制 %初始化程序 Dim=5; %粒子维数 xSize=50; %种群个数 MaxIt=200; %迭代次数 c1=0.8; %算法参数 c2=0.8; %算法参数 wmax=1.2; %惯性因子 wmin=0.1; %惯性因子 x=unidrnd(4,xSize,Dim); %粒子初始化 v=zeros(xSize,Dim); %速度初始化 xbest=x; %个体最佳值 gbest=x(1,:); %粒子群最佳位置 % 粒子适应度值 px=zeros(1,xSize); %粒子价值目标 rx=zeros(1,xSize); %粒子体积目标 cx=zeros(1,xSize); %重量约束 % 最优值初始化 pxbest=zeros(1,xSize); %粒子最优价值目标 rxbest=zeros(1,xSize); %粒子最优体积目标 cxbest=zeros(1,xSize); %记录重量,以求约束 % 上一次的值 pxPrior=zeros(1,xSize);%粒子价值目标 rxPrior=zeros(1,xSize);%粒子体积目标 cxPrior=zeros(1,xSize);%记录重量,以求约束 %计算初始目标向量 for i=1:xSize for j=1:Dim %控制类别 px(i) = px(i)+P(x(i,j),j); %粒子价值 rx(i) = rx(i)+R(x(i,j),j); %粒子体积 cx(i) = cx(i)+C(x(i,j),j); %粒子重量 end end % 粒子最优位置 pxbest=px;rxbest=rx;cxbest=cx; %% 初始筛选非劣解 flj=[]; fljx=[]; fljNum=0; %两个实数相等精度 tol=1e-7; for i=1:xSize flag=0; %支配标志 for j=1:xSize if j~=i if ((px(i)<px(j)) && (rx(i)>rx(j))) ||((abs(px(i)-px(j))<tol)... && (rx(i)>rx(j)))||((px(i)<px(j)) && (abs(rx(i)-rx(j))<tol)) || (cx(i)>weight) flag=1; break; end end end %判断有无被支配 if flag==0 fljNum=fljNum+1; % 记录非劣解 flj(fljNum,1)=px(i);flj(fljNum,2)=rx(i);flj(fljNum,3)=cx(i); % 非劣解位置 fljx(fljNum,:)=x(i,:); end end %% 循环迭代 for iter=1:MaxIt % 权值更新 w=wmax-(wmax-wmin)*iter/MaxIt; %从非劣解中选择粒子作为全局最优解 s=size(fljx,1); index=randi(s,1,1); gbest=fljx(index,:); %% 群体更新 for i=1:xSize %速度更新 v(i,:)=w*v(i,:)+c1*rand(1,1)*(xbest(i,:)-x(i,:))+c2*rand(1,1)*(gbest-x(i,:)); %位置更新 x(i,:)=x(i,:)+v(i,:); x(i,:) = rem(x(i,:),objnum)/double(objnum); index1=find(x(i,:)<=0); if ~isempty(index1) x(i,index1)=rand(size(index1)); end x(i,:)=ceil(4*x(i,:)); end %% 计算个体适应度 pxPrior(:)=0; rxPrior(:)=0; cxPrior(:)=0; for i=1:xSize for j=1:Dim %控制类别 pxPrior(i) = pxPrior(i)+P(x(i,j),j); %计算粒子i 价值 rxPrior(i) = rxPrior(i)+R(x(i,j),j); %计算粒子i 体积 cxPrior(i) = cxPrior(i)+C(x(i,j),j); %计算粒子i 重量 end end %% 更新粒子历史最佳 for i=1:xSize %现在的支配原有的,替代原有的 if ((px(i)<pxPrior(i)) && (rx(i)>rxPrior(i))) ||((abs(px(i)-pxPrior(i))<tol)... && (rx(i)>rxPrior(i)))||((px(i)<pxPrior(i)) && (abs(rx(i)-rxPrior(i))<tol)) || (cx(i)>weight) xbest(i,:)=x(i,:);%没有记录目标值 pxbest(i)=pxPrior(i);rxbest(i)=rxPrior(i);cxbest(i)=cxPrior(i); end %彼此不受支配,随机决定 if ~( ((px(i)<pxPrior(i)) && (rx(i)>rxPrior(i))) ||((abs(px(i)-pxPrior(i))<tol)... && (rx(i)>rxPrior(i)))||((px(i)<pxPrior(i)) && (abs(rx(i)-rxPrior(i))<tol)) || (cx(i)>weight) )... && ~( ((pxPrior(i)<px(i)) && (rxPrior(i)>rx(i))) ||((abs(pxPrior(i)-px(i))<tol) && (rxPrior(i)>rx(i)))... ||((pxPrior(i)<px(i)) && (abs(rxPrior(i)-rx(i))<tol)) || (cxPrior(i)>weight) ) if rand(1,1)<0.5 xbest(i,:)=x(i,:); pxbest(i)=pxPrior(i);rxbest(i)=rxPrior(i);cxbest(i)=cxPrior(i); end end end %% 更新非劣解集合 px=pxPrior; rx=rxPrior; cx=cxPrior; %更新升级非劣解集合 s=size(flj,1);%目前非劣解集合中元素个数 ``` ## 三、运行结果 ![在这里插入图片描述](https://www.www.zyiz.net/i/ll/?i=20210710093009793.JPG?,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01hdGxhYl9UYW5nTWVu,size_16,color_FFFFFF,t_70#pic_center) ## 四、备注 版本:2014a
这篇关于【优化算法】粒子群优化多目标搜索算法【含Matlab源码 1124期】的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!