粒子群（PSO）求方程最优解

Dear 丶 2022-12-18 00:50 184阅读 0赞

## PSO ##

**PSO类似于雷达扫描，每一个粒子就像觅食的狗一样，闻到了100米范围内有食物，但是却并不知道食物具体在那里。这个时候就需要找一群狗来共同寻找食物，这个群体的数量就是粒子群的粒子个数。  
扩大这个范围，当食物在天上时，狗的二维探测能力就无法满足，这时粒子就变成鸟，仍然在给定的范围内寻找食物。一般来说，粒子数量越大越容易找到食物（相对最优解），但是过大的粒子个数会消耗巨大的资源，我们需要根据具体问题，分析得到最优种群个数。**

## 解方程 ##

> 本文用解方程最优解的形式来展示粒子群收缩求最优解的过程  
> 解一个大家都认识的方程：

**利用ezplot函数画出粒子不断在一维函数图像上收敛的过程。**

f（x）=x*sin(x)*cos(x)

**模型的参数设置**

//模型的参数设置
    N = 70;                         // 初始种群个数
    d = 1;                          // 空间维数
    ger = 100;                      // 迭代次数 
    limit = [0, 20];                // 设置位置参数限制
    vlimit = [-1, 1];              //设置速度限制
    w = 0.6;                        //惯性权重
    c1 = 0.4;                       //自我学习因子
    c2 = 0.45;                       //群体学习因子

**随机生成粒子的位置**

x = limit(i, 1) + (limit(i, 2) - limit(i, 1)) * rand(N, d);

**代入方程算出粒子当前的适应度并记录，当迭代ger次后，即可得到粒子迭代100次的最佳适应度，并求出x。**

[fym, nmax] = max(fxm);   
            ym = xm(nmax, :);

**对超出边界值的速度进行限制。此处因为是一维的，只要把可能超过边界的速度值用边界值代替就行了。代替的方法就是赋值，怎么赋值，方法有很多。**

vlimit = [-1, 1];

## 完整代码 ##

f= @(x)x .* sin(x) .* cos( x); % 函数表达式
    figure(1);
    ezplot(f,[0,0.001,25]);
    N = 70;                         % 初始种群个数
    d = 1;                          % 空间维数
    ger = 100;                      % 迭代次数     
    limit = [0, 20];                % 设置位置参数限制
    vlimit = [-1, 1];               % 设置速度限制
    w = 0.6;                        % 惯性权重
    c1 = 0.4;                       % 自我学习因子
    c2 = 0.45;                       % 群体学习因子 
    for i = 1:d
        x = limit(i, 1) + (limit(i, 2) - limit(i, 1)) * rand(N, d);%初始种群的位置
    end
    v = rand(N, d);                  % 初始种群的速度
    xm = x;                          % 每个个体的历史最佳位置
    ym = zeros(1, d);                % 种群的历史最佳位置
    fxm = zeros(N, 1);               % 每个个体的历史最佳适应度
    fym = -inf;                      % 种群历史最佳适应度
    hold on
    plot(xm, f(xm), 'ro');title('初始状态');
    figure(2)
    %% 群体更新
    iter = 1;
    record = zeros(ger, 1);          
    while iter <= ger
         fx = f(x) ; % 个体当前适应度   
         for i = 1:N      
            if fxm(i) < fx(i)
                fxm(i) = fx(i);     % 更新个体历史最佳适应度
                xm(i,:) = x(i,:);   % 更新个体历史最佳位置
            end 
         end
    if fym < max(fxm)
            [fym, nmax] = max(fxm);   % 如果说粒子小于我们开始给定的范围，更新位置
            ym = xm(nmax, :);      % 存储
     end
        v = v * w + c1 * rand * (xm - x) + c2 * rand * (repmat(ym, N, 1) - x);% 复制ym矩阵
        % 边界速度处理
        v(v > vlimit(2)) = vlimit(2);
        v(v < vlimit(1)) = vlimit(1);
        x = x + v;% 位置更新
        % 边界位置处理
        x(x > limit(2)) = limit(2);
        x(x < limit(1)) = limit(1);
        record(iter) = fym;%最大值记录
         x0 = 0 : 0.01 : 20;
         plot(x0, f(x0), 'b-', x, f(x), 'ro');title('状态位置变化')
         pause(0.1)
        iter = iter+1;
    end
    figure(3);plot(record);title('收敛过程')
    x0 = 0 : 0.01 : 20;
    figure(4);plot(x0, f(x0), 'b-', x, f(x), 'ro');title('最终状态位置')
    disp(['最大值：',num2str(fym)]);
    disp(['变量取值：',num2str(ym)]);

结果如图所示：  
![初始化][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 3]

## 收敛结果 ##

最大值：9.8207
    变量取值：19.6477

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center]: /images/20221122/8cec7599e2f54caba0c6a377eb4e2046.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221122/bd73dc0614ba4e7e840c4ffd25dac92b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221122/9677439ae1004b7b9c946e83a177e733.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0VJRG9yYWRvbA_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221122/b802c39476d54d8e803678323762cbdc.png