版块导航: 正在加载中...

登录注册

应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜

汕头大学海洋科学接受调剂

返回列表

孙洪俊

新虫 (小有名气)

应助: 1 (幼儿园)
金币: 84.1
散金: 32
红花: 1
帖子: 186
在线: 42.4小时
虫号: 1845612
注册: 2012-06-03
专业: 运筹与管理

[求助] 粒子群算法的上下界,LB,UB分别是什么？已有1人参与

function [BESTX,BESTY,ALLX,ALLY]=FSOUCP(K,N,V,Delta,L,LB,UB,D,Alpha)

% K       迭代次数
% N       鱼群规模
% V       人工鱼的感知范围
% Delta 拥挤程度的判决门限，取值0～1之间
% L       觅食行为的试探次数
% LB    决策变量的下界，M×1的向量
% UB    决策变量的上界，M×1的向量
% D       样本指标矩阵，n×p的矩阵，每一行为一个样本
% Alpha 窗口半径系数，典型取值0.1
%% 输出参数列表
% BESTX K×1细胞结构，每一个元素是M×1向量，记录每一代的最优人工鱼的状态
% BESTY K×1矩阵，记录每一代的最优人工鱼的评价函数值
% ALLX    K×1细胞结构，每一个元素是M×N矩阵，记录每一代人工鱼的位置
% ALLY    K×N矩阵，记录每一代人工鱼的评价函数值
%% 测试函数设置
% 测试函数用单独的子函数编写好，在子函数FIT.m中修改要调用的测试函数名即可
% 注意：决策变量的下界LB和上界UB，要与测试函数保持一致
%% 参考设置
%[BESTX,BESTY,ALLX,ALLY]=FSOUCP(50,30,0.5,0.3,20,LB,UB)
%% 第一步：
M=length(LB);%决策变量的个数
%蚁群位置初始化
X=zeros(M,N);
for i=1:M
x=unifrnd(LB(i),UB(i),1,N);
X(i,

=x;
end
%输出变量初始化
ALLX=cell(K,1);%细胞结构，每一个元素是M×N矩阵，记录每一代的个体
ALLY=zeros(K,N);%K×N矩阵，记录每一代评价函数值
BESTX=cell(K,1);%细胞结构，每一个元素是M×1向量，记录每一代的最优个体
BESTY=zeros(K,1);%K×1矩阵，记录每一代的最优个体的评价函数值
k=1;%迭代计数器初始化
%% 第二步：迭代过程
while k<=K
NewX=zeros(M,N);
NewY=zeros(1,N);
for n=1:N
      x=X(:,n);
      Xnb=AFneighbour(n,X,V);
      NN=size(Xnb,2);
      if NN==0
         xx=AFprey(x,V,L,LB,UB,D,Alpha);
      elseif NN>=3
         xx=AFswarm(x,Xnb,N,Delta,V,L,LB,UB,D,Alpha);
      else
         xx=AFprey(x,V,L,LB,UB,D,Alpha);
      end
      NewX(:,n)=xx;
end
for n=1:N
      NewY(n)=FIT(NewX(:,n),D,Alpha);
end
X=NewX;
Y=NewY;
ALLX{k}=X;
ALLY(k,

=Y;
pos=find(Y==minY);
BESTXk=X(:,pos(1));
b=sqrt(sum(BESTXk.^2));
BESTXk=BESTXk/b;
BESTX{k}=BESTXk;
BESTY(k)=minY;
disp(k);
k=k+1;
end
%% 绘图
BESTY2=BESTY;
BESTX2=BESTX;
for k=1:K
TempY=BESTY(1:k);
minTempY=min(TempY);
posY=find(TempY==minTempY);
BESTY2(k)=minTempY;
BESTX2{k}=BESTX{posY(1)};
end
BESTY=BESTY2;
BESTX=BESTX2;
plot(BESTY,'-ko','MarkerEdgeColor','k','MarkerFaceColor','k','MarkerSize',2)
ylabel('函数值')
xlabel('迭代次数')
grid on
function Qa=Project_Pursuit(X,a,Alpha)
%% 投影寻踪模型
%% 输入参数列表
% X    洪水样本指标矩阵，n×p的矩阵，每一行为一个样本，
%       Xij表示第i次洪水第j洪水指标，X是否已经归一化均可
% a    投影向量，1×p的矩阵，元素取值范围-1～1，要求其元素平方和等于1
% Alpha 窗口半径系数，典型取值0.1
%% 输出参数列表
% Qa    投影指标函数
%% 第零步：对a的预处理
b=sqrt(sum(a.^2));
a=a/b;
%% 第一步：归一化处理
[n,p]=size(X);
x=zeros(n,p);
Xjmax=max(X);
Xjmin=min(X);
for i=1:n
x(i,

=(X(i,

-Xjmin)./(Xjmax-Xjmin);
end
%% 第二步：构造投影指标值
Z=zeros(n,1);
for i=1:n
Z(i)=sum(a.*x(i,

);
end
%% 第三步：计算投影指标函数
meanZ=mean(Z);
R=Alpha*Sa;%窗口半径
Da=0;
for k=1:n
      rik=abs(Z(i)-Z(k));
      if R>rik
         Da=Da+rik;
      end
end
Qa=Sa*Da;

回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:

1楼 2014-11-12 15:59:17

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

castaway001

新虫 (初入文坛)

应助: 0 (幼儿园)
金币: 113.8
帖子: 12
在线: 5.8小时
虫号: 2975385
注册: 2014-02-18
性别: GG
专业: 机械工程

【答案】应助回帖

LB,UB分别是变量的最小值和最大值，即范围。由于有多个变量，LB为下限向量，UB为上限向量。

我请教一下子函数FIT 你能不能分享一下

赞一下

回复此楼

永远不要为自己找借口

2楼2015-06-15 01:29:34