机器人路线规划仿真避障,matlab2021a仿真测试
%-粒子群的-
global c1; %学习因子1
global c2; %学习因子2
global w; %惯性权重
global MaxDT; %最大迭代次数
global m; %搜索空间维数(未知数个数)
global N; %初始化群体个体数目
global eps; %设置精度(在已知最小值时候用)
global Kmax; %初始化x时用的最大迭代次数
global Qmax; %初始化x时粒子全部重新初始化用的最大迭代次数
global fitw1; %适应值函数中的两个权重
global fitw2;
global pathta ; %移动的角度为60度
global psosued; %粒子群成功
global pathsued; %路径
基于PSO粒子群优化的TSP问题仿真含GUI界面PSO参数可配置matlab2021a测试运行
function fitness=fitness(x,C,D)
m=size(x,1);
n=size(C,1);
fitness=zeros(m,1);
for i=1:m
for j=1:n-1
fitness(i)=fitness(i)+D(x(i,j),x(i,j+1));
end
fitness(i)=fitness(i)+D(x(i,1),x(i,n));
end
一个利用PSO粒子群优化算法训练BP神经网络的程序,在matlab环境中进行操作,代码简便可行。(The use of a PSO particle swarm optimization algorithm to train BP neural network procedures, operating in the MATLAB environment, the code is simple and feasible.)