Question

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 nargout<2
error('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>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);

Answer 1

初始化函败或裂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，抽象出一察闭个数学模型得到要优化团神的表达式。

追问

是啊，我给的这个就是个函数形式的，该怎么写

追答

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

追问

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

追答

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

追问

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

追答

1986397615