initial.m

pso程序

function initial

% 初始化函数

% swarm(m,l,n)
% m--粒子群的规模
% n--空间维度
% l = 1，swarm(m,l,:)表示第m个粒子的位置
% l = 2, swarm(m,2,:)表示第m个粒子的速度
% l = 3，swarm(m,3,:)表示第m个粒子的pbest时的坐标
% l = 4, swarm(m,4,1)表示第m个粒子的pbest的适应度的值
% gbest所在的粒子序号为index_gbest，值为best_in_history(exetime)，
% 坐标为swarm(index_gbest,1,:),速度为swarm(index_gbest,2,:),

global swarm_size;      % 种群规模
global swarm;           % 种群,三维数组
global w;               % 速度惯性系数,为0—1的随机数
global c1;              % 个体最优导向系数
global c2;              % 全局最优导向系数
global x_min;           % x的下限
global x_max;           % x的上限
global y_min;           % y的下限
global y_max;           % y的上限
global gen;             % 迭代次数
global exetime;         % 当前迭代次数
global max_velocity;    % 最大速度
global best_in_history; % 最优解变化轨迹
global index_gbest;     % 全局最优解的粒子的序号
global dimension;       % 空间的维数
global points_size;     % points_size--行数，即点数
global x;               % 初始点的x坐标数组
global y;               % 初始点的y坐标数组

gen = 200;
w = 1.0;
c1 = 2;
c2 = 2;
x_min = -2;
y_min = -2;
x_max = 2;
y_max = 2;
swarm_size = 30;
max_velocity = 0.3;
dimension = 3;

% 初始化种群中的粒子位置，值为-2-2，步长为其速度
for index = 1:swarm_size
    for j = 1:dimension
        swarm(index, 1, j) = 4*rand()-2;
        swarm(index, 2, j) = rand()*0.02-0.01;      % 初始化种群微粒速度，值为-0.01-0.01，间隔为0.0001
    end
        swarm(index, 4, 1) = inf;                   % 初始化全局历史最优解为∞
        index = index + 1;  
end