粒子群算法(7)------粒子群算法局部版本的实现

最近要写篇与粒子群算法有关的文章，因此不得不实现粒子群算法的局部版本 。粒子群算法局部版本的实现思想已经在粒子群算法(3)----标准的粒子群算法( 局部版本)中已经讲述。主要分为3个函数。第一个函数为粒子群初始化函数 LocalInitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子 ，并设定粒子的速度、位置在一定的范围内。本函数所采用的数据结构如下所示 ：

表ParSwarm记录的是粒子的位置、速度与当前的适应度值，我们用W来表示位 置，用V来代表速度，用F来代表当前的适应度值。在这里我们假设粒子个数为N， 每个粒子的维数为D。

表OptSwarm不但要记录自身历史最优解，还需要记录每个粒子邻域（ 采用环形邻域）的最优解，以及全部粒子搜索到的全局最优解。因此应该有2*N+1 行，前SwarmSize行记录粒子自己历史最优解，后SwarmSize行记录邻域最优解。

用Wg代表全局最优解，W.,1代表每个粒子的历史最优解。粒子群初始化阶段表 OptSwarm的前N行与表ParSwarm中的相同，而Wg的值为表ParSwarm中适应度值的最 大值对应的行。

根据这样的思想MATLAB代码如下：

function
[ParSwarm,OptSwarm]=LocalInitSwarm
(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
%功能描述：局部版本的粒子群算法，初始化粒子群，限定粒子群的位置以及速度
在指定的范围内
%[ParSwarm,OptSwarm,BadSwarm]=LocalInitSwarm
(SwarmSize,ParticleSize,ParticleScope,AdaptFunc)
%
%输入参数：SwarmSize:种群大小的个数
%输入参数：ParticleSize：一个粒子的维数
%输入参数：ParticleScope:一个粒子在运算中各维的范围；
% ParticleScope格式:
% 3维粒子的ParticleScope格式:
% [x1Min,x1Max
% x2Min,x2Max
% x3Min,x3Max]
%
%输入参数：AdaptFunc：适应度函数
%
%输出：ParSwarm初始化的粒子群
%输出：OptSwarm粒子群当前最优解与每个粒子邻域的最优解，第一次初始化，邻
域的区域为0，即为粒子本身
%
%用法 [ParSwarm,OptSwarm,BadSwarm]=LocalInitSwarm
(SwarmSize,ParticleSize,ParticleScope,AdaptFunc);
%
%异常：首先保证该文件在Matlab的搜索路径中，然后查看相关的提示信息。
%
%编制人：XXX
%编制时间：2010.5.6
%参考文献：无
%
%容错控制
if nargin~=4
error('输入的参数个数错误。')
end
if nargout<2
error('输出的参数的个数太少，不能保证以后的运行。');
end
[row,colum]=size(ParticleSize);
if row>1||colum>1
error('输入的粒子的维数错误，是一个1行1列的数据。');
end
[row,colum]=size(ParticleScope);
if row~=ParticleSize||colum~=2
error('输入的粒子的维数范围错误。');
end
%初始化粒子群矩阵
%初始化粒子群矩阵，全部设为[0-1]随机数
%rand('state',0);
ParSwarm=rand(SwarmSize,2*ParticleSize+1);
%对粒子群中位置,速度的范围进行调节
for k=1:ParticleSize
ParSwarm(:,k)=ParSwarm(:,k)*(ParticleScope(k,2)-ParticleScope
(k,1))+ParticleScope(k,1);
%调节速度，使速度与位置的范围一致
ParSwarm(:,ParticleSize+k)=ParSwarm(:,ParticleSize+k)*
(ParticleScope(k,2)-ParticleScope(k,1))+ParticleScope(k,1);
end
%对每一个粒子计算其适应度函数的值
for k=1:SwarmSize
ParSwarm(k,2*ParticleSize+1)=AdaptFunc(ParSwarm(k,1:ParticleSize));
end
%初始化粒子群最优解矩阵,共SwarmSize*2行，其中前SwarmSize行记录粒子自己
历史最优解，后SwarmSize行记录邻域最优解
OptSwarm=zeros(SwarmSize*2+1,ParticleSize);
%粒子群最优解矩阵全部设为零
OptSwarm(1:SwarmSize,:)=ParSwarm(1:SwarmSize,1:ParticleSize);
%计算粒子邻域为1的最优解
linyu=1;
for row=1:SwarmSize
if row-linyu>0&&row+linyu<=SwarmSize
tempM =[ParSwarm(row-linyu:row-1,:);ParSwarm
(row+1:row+linyu,:)];
[maxValue,linyurow]=max(tempM(:,2*ParticleSize+1));
OptSwarm(SwarmSize+row,:)=tempM(linyurow,1:ParticleSize);
else
if row-linyu<=0
%该行上面的部分突出了边界，下面绝对不会突破边界
if row==1
tempM=[ParSwarm(SwarmSize+row-
linyu:end,:);ParSwarm(row+1:row+linyu,:)];
[maxValue,linyurow]=max(tempM(:,2*ParticleSize+1));
OptSwarm(SwarmSize+row,:)=tempM
(linyurow,1:ParticleSize);
else
tempM=[ParSwarm(1:row-1,:);ParSwarm(SwarmSize+row-
linyu:end,:);ParSwarm(row+1:row+linyu,:)];
[maxValue,linyurow]=max(tempM(:,2*ParticleSize+1));
OptSwarm(SwarmSize+row,:)=tempM
(linyurow,1:ParticleSize);
end
else
%该行下面的部分突出了边界，上面绝对不会突破边界
if row==SwarmSize
tempM=[ParSwarm(SwarmSize-linyu:row-1,:);ParSwarm
(1:linyu,:)];
[maxValue,linyurow]=max(tempM(:,2*ParticleSize+1));
OptSwarm(SwarmSize+row,:)=tempM
(linyurow,1:ParticleSize);
else
tempM=[ParSwarm(row-linyu:row-1,:);ParSwarm
(row+1:end,:);ParSwarm(1:linyu-(SwarmSize-row),:)];
[maxValue,linyurow]=max(tempM(:,2*ParticleSize+1));
OptSwarm(SwarmSize+row,:)=tempM
(linyurow,1:ParticleSize);
end
end
end
end%for
[maxValue,row]=max(ParSwarm(:,2*ParticleSize+1));
%寻找适应度函数值最大的解在矩阵中的位置(行数)
OptSwarm(SwarmSize*2+1,:)=ParSwarm(row,1:ParticleSize);