有没有微粒群算法的matlab代码？ function[xm，fv]=PSO(fitness，N，c1，c2，w，M，D)format long；初始化种群的个体-for i=1：Nfor j=1：Dx(i，j)=randn；随机初始化位置v(i，j)=randn；随机初始化速度endend先计算各个粒子的适应度，并初始化Pi和Pg-for i=1：Np(i)=fitness(x(i，：))；y(i，：)=x(i，：)；endpg=x(N，：)；Pg为全局最优for i=1：(N-1)if fitness(x(i，：))(pg)pg=x(i，：)；endend进入主要循环，按照公式依次迭代-for t=1：Mfor i=1：Nv(i，：)=w*v(i，：)+c1*rand*(y(i，：)-x(i，：))+c2*rand*(pg-x(i，：))；x(i，：)=x(i，：)+v(i，：)；if fitness(x(i，：))(i)p(i)=fitness(x(i，：))；y(i，：)=x(i，：)；endif p(i)(pg)pg=y(i，：)；endendPbest(t)=fitness(pg)；endxm=pg'；fv=fitness(pg)；
基于MATLAB的微粒群算法的适应度函数代码 适应度和你的目标函数有关
关于matlab混沌粒子群优化 把fitness里面的内容进行修改 不过你这个没有给fitness的函数 另外估计程序少语句 没有给一些变量的数值
求粒子群算法MATLAB完整代码 %清空环境clearclctic参数初始化粒子群算法中的两个参数c1=1.49445；c2=1.49445；maxgen=200；进化次数sizepop=20；种群规模Vmax=1；Vmin=-1；popmax=5；popmin=-5；产生初始粒子和速度for i=1：sizepop随机产生一个种群pop(i，：)=5*rands(1，2)；初始种群V(i，：)=rands(1，2)；初始化速度计算适应度fitness(i)=fun(pop(i，：))；染色体的适应度end找最好的染色体[bestfitness bestindex]=min(fitness)；zbest=pop(bestindex，：)；全局最佳gbest=pop；个体最佳fitnessgbest=fitness；个体最佳适应度值fitnesszbest=bestfitness；全局最佳适应度值迭代寻优for i=1：maxgenfor j=1：sizepop速度更新V(j，：)=V(j，：)+c1*rand*(gbest(j，：)-pop(j，：))+c2*rand*(zbest-pop(j，：))；V(j，find(V(j，：)>；Vmax))=Vmax；V(j，find(V(j，：)))=Vmin；种群更新pop(j，：)=pop(j，：)+0.5*V(j，：)；pop(j，find(pop(j，：)>；popmax))=popmax；pop(j，find(pop(j，：)))=popmin；自适应变异if rand>；0.8k=ceil(2*rand)；pop(j，k)=rand；end适应度值fitness(j)=fun(pop(j，：))；end个体最优更新if fitness(j)(j)gbest(j，：)=pop(j，：)；fitnessgbest(j)=fitness(j)；end群体最优更新if fitness(j)zbest=pop(j，：)。
分析标准粒子群算法的不足及改进的方法 一个以上的目标，以优化 一个以上的目标，以优化 相对传统的多目标优化方法在解决多目标问题，PSO具有很大的优势。首先，PSO算法和高效的搜索功能，有利于在这个意义上，多。
蚁群优化算法的使用-编码的问题！ “蚁群算法”学习包下载下载地址：http：//board.verycd.com/t196436.html (请使用 eMule 近一百多篇文章，打包压缩后有 24.99MB，基本上是从维普数据库中下载来的，仅供学习和研究之用，请务用于商业活动或其他非法活动中，各文章版权归原作者所有。如果您觉得本人这样做侵犯了您的版权，请在本帖后回复，本人会马上删除相应的文章。以下是文件列表，全是 PDF 格式的：基于蚁群优化算法递归神经网络的短期负荷预测蚁群算法的小改进基于蚁群算法的无人机任务规划多态蚁群算法MCM基板互连测试的单探针路径优化研究改进的增强型蚁群算法基于云模型理论的蚁群算法改进研究基于禁忌搜索与蚁群最优结合算法的配电网规划自适应蚁群算法在序列比对中的应用基于蚁群算法的QoS多播路由优化算法多目标优化问题的蚁群算法研究多线程蚁群算法及其在最短路问题上的应用研究改进的蚁群算法在2D HP模型中的应用制造系统通用作业计划与蚁群算法优化基于混合行为蚁群算法的研究火力优化分配问题的小生境遗传蚂蚁算法基于蚁群算法的对等网模拟器的设计与实现基于粗粒度模型的蚁群优化并行算法动态跃迁转移蚁群算法基于人工免疫算法和蚁群算法求解旅行商问题基于信息。
