%%清空环境?
clear all;
clc;
%%参数设置?
w=0.6;%惯性因子?
c1=2;%加速常数
c2=2;%加速常数?
Dim=3;%维数
SwarmSize=50;%粒子群规模?
ObjFun=@PIDcl;%待优化函数句柄?
MaxIter=100;%最大迭代次数?
MinFit=-Inf;%最小适应值
Vmax=1;
Vmin=-1;
Ub=[10 10 10];
Lb=[0 0 0];
%%粒子群初始化?
Range=ones(SwarmSize,1)*(Ub-Lb);
Swarm=rand(SwarmSize,Dim).*Range+ones(SwarmSize,1)*Lb;%初始化粒子群
VStep=rand(SwarmSize,Dim)*(Vmax-Vmin)+Vmin;%初始化速度
fSwarm=zeros(SwarmSize,1);
for i=1:SwarmSize
fSwarm(i,:)=feval(ObjFun,Swarm(i,:));%粒子群的适应值计算
end
%%个体极值和群体极值
[bestfbestindex]=min(fSwarm);
zbest=Swarm(bestindex,:);%全局最佳
gbest=Swarm;%个体最佳
fgbest=fSwarm;%个体最佳适应值
fzbest=bestf;%全局最佳适应值
%%迭代寻优
iter=0;
y_fitness=zeros(1,MaxIter);%预先产生4个空矩阵?
K_p=zeros(1,MaxIter);
K_i=zeros(1,MaxIter);
K_d=zeros(1,MaxIter);
while ((iterMinFit))
for j=1:SwarmSize
%速度更新
VStep(j,:)=w*VStep(j,:)+c1*rand*(gbest(j,:)-Swarm(j,:))+c2*rand*(zbest-Swarm(j,:));
if VStep(j,:)>Vmax,VStep(j,:)=Vmax;
end
if VStep(j,:)Ub(k),Swarm(j,k)=Ub(k);
end
if Swarm(j,k)
2023-03-02 19:29:21
1.83MB
擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。
2023-02-23 15:42:48
793KB
1
传统的PID控制对于控制模型不确定并具有非线性特性的对象时，存在参数难以整定、控制效果不好的缺点，文中提出了一种基于蚁群算法的PID调节算法，即利用蚁群算法动态调节PID的参数，实现对配料系统的控制，通过实验仿真的方式证明了该方法具有良好的控制效果及适应性。
2023-02-23 08:53:55
703KB
1
基于蚁群优化的改进决策树算法研究，张忠坤，周亚建，本文提出了一种新的基于蚁群优化的改进决策树算法(ACODT, Ant Colony Optimization Decision Tree)，该算法充分利用了蚁群算法的信息素反馈和启��
2023-02-19 22:15:09
413KB
1
智能算法（蚁群算法）求解1000个城市的TSP问题Python代码，附详细注释+原始tsp问题的csv文件，有限时间内完成运行。
包含两种蚁群算法的实现代码，以及三种数据集，（51+280+1000）个城市。
2023-01-31 22:37:25
27KB
1
【路径规划-VRP问题】基于蚁群算法求解带时间窗车辆路径规划问题（VRPTW）matlab源码.zip
2023-01-26 23:10:33
1020KB
1
基于蚁群算法求解TSP问题的研究，吴璇，，蚁群算法(ant colony optimization, ACO)，是一种用来在图中寻找优化路径的机率型技术，其利用多样性和正反馈性机制能够进行分布式并行查找
2023-01-03 09:02:00
240KB
1