niuyongjie的专栏

粒子群算法简介一、粒子群算法的历史        粒子群算法源于复杂适应系统（Complex Adaptive System,CAS）。CAS理论于1994年正式提出，CAS中的成员称为主体。比如研究鸟群系统，每个鸟在这个系统中就称为主体。主体有适应性，它能够与环境及其他的主体进行交流，并且根据交流的过程“学习”或“积累经验”改变自身结构与行为。整个系统的演变或进化包括：新层次的产生（小鸟

 标准的粒子群算法          在上一节的叙述中，唯一没有给大家介绍的就是函数的这些随机的点（粒子）是如何运动的，只是说按照一定的公式更新。这个公式就是粒子群算法中的位置速度更新公式。下面就介绍这个公式是什么。在上一节中我们求取函数y=1-cos(3*x)*exp(-x)的在[0,4]最大值。并在[0,4]之间放置了两个随机的点，这些点的坐标假设为x1=1.5； x2=2.5；这里的点是

          在全局版的标准粒子群算法中，每个粒子的速度的更新是根据两个因素来变化的，这两个因素是：1. 粒子自己历史最优值pi。2.  粒子群体的全局最优值pg。如果改变粒子速度更新公式，让每个粒子的速度的更新根据以下两个因素更新，A. 粒子自己历史最优值pi。B. 粒子邻域内粒子的最优值pnk。其余保持跟全局版的标准粒子群算法一样，这个算法就变为局部版的粒子群算法。      一般一

   粒子群算法主要分为4个大的分支：（1）标准粒子群算法的变形       在这个分支中，主要是对标准粒子群算法的惯性因子、收敛因子（约束因子）、“认知”部分的c1，“社会”部分的c2进行变化与调节，希望获得好的效果。      惯性因子的原始版本是保持不变的，后来有人提出随着算法迭代的进行，惯性因子需要逐渐减小的思想。算法开始阶段，大的惯性因子可以是算法不容易陷入局部最优，到算法的

标准粒子群算法的实现       标准粒子群算法的实现思想基本按照粒子群算法(2)----标准的粒子群算法的讲述实现。主要分为3个函数。第一个函数为粒子群初始化函数InitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子，并设定粒子的速度、位置在一定的范围内。本函数所采用的数据结构如下所示：表ParSwarm记录的是粒子的位置、速度与当前的适

下面给出几个适应度评价函数，并给出图形表示      头几天机子种了病毒，重新安装了系统，不小心把程序全部格式化了，痛哭！！！没办法，好多程序不见了，现在把这几个典型的函数重新编写了，把他们给出来，就算粒子群算法的一个结束吧！痛恨病毒！！！！第一个函数：Griewank函数，图形如下所示：适应度函数如下：（为了求最大值，我去了所有函数值的相反数）

混合粒子群算法将全局粒子群算法与局部粒子群算法结合，其速度更新采用公式其中G（k+1）是全局版本的速度更新公式，而L（k+1）是局部版本的速度更新公式，混合粒子群算法采用H（k+1）的公式。位置更新公式因为是局部版本与全局版本相结合，所以，粒子群的初始化函数应该与局部版本的相同，这里就不列出了，参看粒子群算法(7）中的LocalInitSwarm函数。关键还是混合粒子群

最近要写篇与粒子群算法有关的文章，因此不得不实现粒子群算法的局部版本。粒子群算法局部版本的实现思想已经在粒子群算法(3)----标准的粒子群算法(局部版本)中已经讲述。主要分为3个函数。第一个函数为粒子群初始化函数LocalInitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子，并设定粒子的速度、位置在一定的范围内。本函数所采用的数据结构如下所示：

自从上次博客密码泄露以后，很久没有上这个博客了，看到很多人留言所要粒子群算法工具箱的代码，我都没有回复，十分对不起，http://download.youkuaiyun.com/download/niuyongjie/9442791我把工具箱的代码上传到资源里面了，又需要的自己下载吧！http://download.youkuaiyun.com/download/niuyongjie/9442791