粒子群算法约束问题？ 目前粒子群算法的约束都是针对一个粒子的各个维度来约束 能否添加一个约束 这个约束是包含所有维度…
粒子群算法的引言 优化问题是工业设计中经常遇到的问题，许多问题最后都可以归结为优化问题.为了解决各种各样的优化问题，人们提出了许多优化算法，比较著名的有爬山法、遗传算法、神经网络算法等.一是要求寻找全局最优点，二是要求有较高的收敛速度.近年来，一些学者将PSO算法推广到约束优化问题，其关键在于如何处理好约束，即解的可行性。如果约束处理的不好，其优化的结果往往会出现不能够收敛和结果是空集的状况。基于PSO算法的约束优化工作主要分为两类：（1）罚函数法。罚函数的目的是将约束优化问题转化成无约束优化问题。（2）将粒子群的搜索范围都限制在条件约束簇内，即在可行解范围内寻优。根据文献介绍，Parsopoulos等采用罚函数法，利用非固定多段映射函数对约束优化问题进行转化，再利用PSO算法求解转化后问题，仿真结果显示PSO算法相对遗传算法更具有优越性，但其罚函数的设计过于复杂，不利于求解；Hu等采用可行解保留政策处理约束，即一方面更新存储中所有粒子时仅保留可行解，另一方面在初始化阶段所有粒子均从可行解空间取值，然而初始可行解空间对于许多问题是很难确定的；Ray等提出了具有多层信息共享策略的粒子群原理来处理约束，根据约束矩阵采用多层Pareto排序。
用粒子群算法求解无约束优化的工程问题 matlab 找文献，上知网或者任何一个学术网络，无约束优化问题，会有很多相关文献、论文，查看里面的无约束优化实例，一般都有优化结果作为参考，你正好将自己的优化结果与已有文献对比，进一步验证自己程序的合理、可靠与准确。
