粒子群算法

资 源 简 介

基于自然选择的粒子群算法，加入自需要的参数即可运行！例如global popsize; %种群规模 %global popnum; %种群数量 global pop; %种群 %global c0; %速度惯性系数,为0—1的随机数 global c1; %个体最优导向系数 global c2; %全局最优导向系数 global gbest_x; %全局最优解x轴坐标 global gbest

详 情 说 明

在这个用文中，我们介绍基于自然选择的粒子群算法，它可以通过加入自定义参数来运行。例如，我们可以使用global popsize指定种群规模；使用global pop指定种群；使用global c1和global c2来指定个体最优导向系数和全局最优导向系数等。此外，我们还可以使用global gbest_x、global gbest_y、global best_fitness和global best_in_history来分别指定全局最优解的x轴坐标、y轴坐标，最优解和最优解变化轨迹。我们可以使用global x_min和global x_max来指定x的下限和上限，使用global y_min和global y_max来指定y的下限和上限。我们可以使用global gen来指定迭代次数，使用global exetime来指定当前迭代次数，使用global max_velocity来指定最大速度。通过这些参数的自定义，我们可以更好地运行基于自然选择的粒子群算法。