粒子群算法matlab程序

粒子群算法（Particle Swarm Optimization, PSO）是一种优化算法，用于求解最优化问题。下面是一个简单的粒子群算法的MATLAB程序示例：

% 定义目标函数
function fitness = objective_function(x)
    % 这里可以根据实际问题定义目标函数
    fitness = x(1)^2 + x(2)^2;
end

% 粒子群算法函数
function [best_pos, best_val] = particle_swarm_optimization()
    % 参数设置
    num_particles = 50;  % 粒子数量
    num_dimensions = 2;  % 解向量维度
    max_iterations = 100;  % 最大迭代次数
    inertia_weight = 0.7;  % 惯性权重
    cognitive_weight = 1.4; % 认知权重
    social_weight = 1.4;  % 社会权重
    search_range = [-10, 10];  % 解向量范围

    % 初始化粒子位置和速度
    positions = search_range(1) + (search_range(2) - search_range(1)) * rand(num_particles, num_dimensions);
    velocities = zeros(num_particles, num_dimensions);

    % 初始化最佳位置和最佳适应值
    best_pos = positions;
    best_val = zeros(num_particles, 1);
    for i = 1:num_particles
        best_val(i) = objective_function(best_pos(i, :));
    end

    % 迭代优化
    for iter = 1:max_iterations
        for i = 1:num_particles
            % 更新速度
            velocities(i, :) = inertia_weight * velocities(i, :) ...
                + cognitive_weight * rand(1, num_dimensions) .* (best_pos(i, :) - positions(i, :)) ...
                + social_weight * rand(1, num_dimensions) .* (best_pos(randi([1, num_particles]), :) - positions(i, :));
            
            % 限制速