粒子群算法(PSO)简单复现
用粒子群算法求解一个简单函数的最小值，下附Java代码
现代优化计算方法-粒子群算法(PSO)简单实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
package pso;
/*
*粒子群算法
*求解f=x*x+y*y的最小值，x的范围为[0,4),y的范围为[0,4)
*/
public class PSO {
private double c1; //学习因子c1
private double c2; //学习因子c2
private double w; //惯性权重
private double globalbest; //整个粒子群历史最优解
private double[] presentbest; //单个粒子历史最优解
private int num; //粒子数量
private int n; //迭代次数
private double[] positionx; //粒子群数组
private double[] positiony; //粒子群数组
private double Vmax; //粒子最大速度
private double[] v; //粒子群速度数组
//构造函数
public PSO(double c1, double c2, double w, int num, int n) {
this.c1 = c1;
this.c2 = c2;
this.w = w;
this.num = num;
this.n = n;
}
//初始化
public void init(){
positionx = new double[num];
positiony = new double[num];
presentbest = new double[num];
v = new double[num];
for(int i=0;i<num;i++){
positionx[i] = (double) Math.random()*4;
positiony[i] = (double) Math.random()*4;
v[i] = (double) Math.random();
presentbest[i] = (double) Integer.MAX_VALUE;
}
globalbest = (double) Integer.MAX_VALUE;
Vmax = 4.0;
}
//适值函数(即所要优化的函数）
public double getFitness(double x,double y){
double f = 0;
f = x*x + y*y;
return f;
}
//粒子群算法
public void solve(){
System.out.println("start...");
int m = 0; //循环计数变量
double vx = 0; //当前x维度的速度
double vy = 0; //当前y维度的速度
init(); //c初始化
do{
//获取每个粒子的最优解
for(int j=0;j<num;j++){
if(presentbest[j]>getFitness(positionx[j],positiony[j])){
presentbest[j] = getFitness(positionx[j],positiony[j]);
}
}
//h获取整个种群的最优解
double min = presentbest[0];
for(int i=1;i<num;i++){
if(presentbest[i]<min){
min = presentbest[i];
}
}
globalbest = min;
//粒子群算法核心
for(int k=0;k<num;k++){
vx = w*v[k] + c1*Math.random()*(presentbest[k]-positionx[k]) + c2*Math.random()*(globalbest-positionx[k]);
vy = w*v[k] + c1*Math.random()*(presentbest[k]-positiony[k]) + c2*Math.random()*(globalbest-positiony[k]);
//判断是否超出最大速度
if(vx>Vmax){
vx = Vmax;
}
if(vy>Vmax){
vy = Vmax;
}
positionx[k] = positionx[k] + vx;
positiony[k] = positiony[k] + vy;
}
//每次迭代输出一次最优解
System.out.println(globalbest);
m++;
}while(m<n);
//输出最终最优解
System.out.println("最优解为："+globalbest);
}
public static void main(String[] args) {
PSO pos = new PSO(2,2,0.8,15,50);
pos.solve();
}
}
