MATLAB粒子群算法代码

MATLAB是一种常用的科学计算软件，常用于各种优化算法的实现，包括粒子群优化（Particle Swarm Optimization, PSO）。以下是使用MATLAB实现基本粒子群算法的一个简化的示例：

% 初始化粒子群
numParticles = 50; % 粒子数量
dims = 2;       % 搜索维度
position = rand(numParticles, dims);   % 随机初始化位置
velocity = zeros(numParticles, dims);    % 初始速度为零
bestPosition = position;               % 最佳位置存储
particleBestFitness = Inf;            % 粒子的个人最优值

% 设置参数
swarmSize = numParticles;
w = 0.7;        % 学习因子
c1 = 2;         % 加速度常数（认知）
c2 = 2;         % 社会吸引力常数
maxIterations = 100; % 迭代次数

for iter = 1:maxIterations
    % 更新速度
    r1 = rand(swarmSize, dims);
    r2 = rand(swarmSize, dims);
    velocity = w * velocity + c1 * r1 .* (particleBestFitness - position) + c2 * r2 .* (gbestFitness - position);

    % 更新位置（基于速度和边界条件）
    position = position + velocity;
    position(position < 0) = 0; % 如果超出范围，还原到边界
    
    % 计算个体适应度
    fitness = calculateFitness(position); % 根据目标函数计算每个粒子的位置适应度
    
    % 更新最佳位置和全局最佳位置
    particleBestFitness = min(fitness, particleBestFitness);
    if fitness(iter, :) < gbestFitness
        gbestFitness = fitness(iter, :);
        gbestPosition = position(iter, :);
    end
    
    % 显示当前迭代信息
    disp(['Iteration ' num2str(iter) ', Best Fitness: ' num2str(particleBestFitness)]);
end

%