pso的matlab代码

以下是基本的 PSO（粒子群优化） Matlab 代码，供参考：

function [y, xopt] = pso(func, lb, ub, Np, Ngen)
    % PSO 变量说明：
    % func：函数句柄（必要）
    % lb：参数下限（必要）
    % ub：参数上限（必要）
    % Np：粒子数（可选，默认值为 50）
    % Ngen：迭代次数（可选，默认值为 100）

    % 设置默认参数
    if nargin < 4, Np = 50; end % 默认粒子数
    if nargin < 5, Ngen = 100; end % 默认迭代次数

    % 初始化
    D = length(lb); % 参数维度
    Xmin = lb; % 参数下限
    Xmax = ub; % 参数上限
    Vmax = (Xmax - Xmin) * 0.2; % 速度上限（默认为 20% 参数范围）
    Vmin = -Vmax; % 速度下限
    wmax = 0.9; % 惯性权重上限
    wmin = 0.4; % 惯性权重下限
    c1 = 2; % 个体经验参数
    c2 = 2; % 社群经验参数
    x = Xmin + (Xmax - Xmin) .* rand(Np, D); % 初始化参数
    v = Vmin + (Vmax - Vmin) .* rand(Np, D); % 初始化速度
    pbest = x; % 个体最优位置
    [~, fbest] = feval(func, x(1,:)); % 初始全局最优粒子
    gbest = pbest(1,:); % 全局最优位置

    % 迭代
    for i = 1 : Ngen
        w = wmax - (wmax - wmin) * i / Ngen; % 更新惯性权重
        for j = 1 : Np
            % 更新速度
            v(j,:) = w * v(j,:) + c1 * rand(1,D) .* (pbest(j,:) - x(j,:)) + ...
                     c2 * rand(1,D) .* (gbest - x(j,:));
            % 边界限制
            v(j,:) = max(min(v(j,:), Vmax), Vmin);
            % 更新位置
            x(j,:) = x(j,:) + v(j,:);
            % 边界限制
            x(j,:) = max(min(x(j,:), Xmax), Xmin);
            % 检查更新个体最优位置
            [~, fval] = feval(func, x(j,:));
            if fval < feval(func, pbest(j,:))
                pbest(j,:) = x(j,:);
            end
            % 更新全局最优位置
            if fval < fbest
                gbest = x(j,:);
                fbest = fval;
            end
        end
    end

    % 返回结果
    y = fbest; % 最优解
    xopt = gbest; % 最优解对应的参数
end

注意，此处仅提供基本的 PSO 代码，需要根据具体问题进行修改。此外，建议结合 Matlab 文档或其他学习资料进行学习和理解。