adapting.asv

一个PSO算法,matlab环境上实现

%适值计算
% 测试函数为f(x,y)=100(x^2-y)^2+(1-x)^2, -2.048<x,y<2.048

%计算适应值并赋值
for i=1:popsize
    pop(i,8)=100.*(pop(i,1).^2-pop(i,2)).^2+(1-pop(i,1)).^2;
    if pop(i,7)>pop(i,8)    %若当前适应值优于个体最优值，则进行个体最优信息的更新
        pop(i,7)=pop(i,8);          %适值更新
        pop(i,5:6)=pop(i,1:2);      %位置坐标更新
    end
end

%计算完适应值后寻找当前全局最优位置并记录其坐标
best_fitness=min(pop(:,7));     %全局最优值
gbest_x=pop(find(pop(:,7)==best_fitness),1);    %全局最优粒子的位置   
gbest_y=pop(find(pop(:,7)==best_fitness),2);

%更新粒子速度与位置
for i