有谁会用matlab编写有约束条件的PSO程序

function [C Ceq]=mycon(x)

% x^2y^2=(x+y)z;

C=[];

Ceq=[x(1)^2x(2)^2-(x(1)+x(2))x(3)];

clear;clc

A = [-1 1 0];

b = [0];

Lb=[0; 0; 0];

Ub=[];

Aeq=[];

需要很多的子函数 %子程序：新物种交叉 *** 作，函数名称存储为crossoverm function scro=crossover(population,seln,pc); BitLength=size(population,2); pcc=IfCroIfMut(pc);%根据交叉概率决定是否进行交叉 *** 作，1则是，0则否 if pcc==1 chb=round(rand(BitLength-2))+1;%在[1，BitLength-1]范围内随机产生一个交叉位 scro(1,:)=[population(seln(1),1:chb) population(seln(2),chb+1:BitLength)] scro(2,:)=[population(seln(2),1:chb) population(seln(1),chb+1:BitLength)] else scro(1,:)=population(seln(1),:); scro(2,:)=population(seln(2),:); end %子程序：计算适应度函数，函数名称存储为fitnessfunm function [Fitvalue,cumsump]=fitnessfun(population); global BitLength global boundsbegin global boundsend popsize=size(population,1);%有popsize个个体 for i=1:popsize x=transform2to10(population(i,:));%将二进制转换为十进制 %转化为[-2，2]区间的实数 xx=boundsbegin+x(boundsend-boundsbegin)/(power(2,BitLength)-1); Fitvalue(i)=targetfun(xx);%计算函数值，即适应度 end %给适

望采纳！

由于预测的随机性和不确定性，传统的回归分析、数理统计等方法往往难以达到理想的预测效果。BP神经网络(Back一Propagation Network，BP)是人工神经网络(Artificial Neural Network，ANN)中应用最为广泛的神经网络模型之一，具有较强的非线性映射能力、鲁棒性、容错性和自适应、自组织、自学习等许多特性，在水文预测预报中具有广泛应用。

12 BP神经网络的缺点

然而，在实际应用中，BP神经网络的初始连接权值、阂值的选取对于BP神经网络性能具有关键性影响，若初始连接权值、阂值选取不当，则易导致BP神经网络陷入传统固有的缺陷——收敛速度慢和易陷入局部极值。

13 BP神经网络的优化

目前常用于BP神经网络初始连接权值、阂值优化的智能方法主要是遗传算法（Genetic Algorithm，GA）、粒子群优化(Particle Swarm Optimization，PSO)算法及其改进算法。除此之处，一些仿生群体智能算法被用于BP神经网络初始连接权值、阂值的优化，如人工鱼群算法（Artificial Fish Swarm Algorithm，AFSA）、布谷鸟搜寻算法（Cuckoo Search，CS）、蜂群算法（Articficial Bee Colony，ABC）、萤火虫优化算法（Glowworm Swarm Optimization，GSO）以及差分进化算法（Differential Evolution，DE），在提高BP神经网络预测或分类性能上取得了一定的效果。

但由于经网络预测或分类性能上取得了一定的效果。但由于待优化的BP神经网络初始连接权值、阂值维度往往达维度比较高，传统GA等智能算法很难获得更为理想的优化结果。狼群算法（Wolf Pack Algorithm，WPA）是一种模拟狼群分工协作捕猎行为及猎物分配方式的新型仿生群体智能算法，该算法具有较好的鲁棒性和全局搜索能力，在与PSO、AFSA及GA算法的各种测试函数极值寻优比较中，WPA算法显示出较大的性能优势，尤其对于高维、多峰的复杂函数具有更佳的寻优效果。

首先，Matlab是一个工具，它不是一个方法。

其次，我给你推荐一本书

《MATLAB 在数学建模中的应用（第2版）》

然后它的目录可以回答你的问题：

第1章 数学建模常规方法及其MATLAB实现

11 MATLAB与数据文件的交互

111 MATLAB与Excel的交互

112 MATLAB与TXT交互

113 MATLAB界面导入数据的方法

12 数据拟合方法

121 多项式拟合

122 指定函数拟合

123 曲线拟合工具箱

13 数据拟合应用实例

131 人口预测模型

132 薄膜渗透率的测定

14 数据的可视化

141 地形地貌图形的绘制

142 车灯光源投影区域的绘制（CUMCM2002A）

15 层次分析法（AHP）

151 层次分析法的应用场景

152 AHPMATLAB程序设计

第2章 规划问题的MATLAB求解

21 线性规划

211 线性规划的实例与定义

212 线性规划的MATLAB标准形式

213 线性规划问题解的概念

214 求解线性规划的MATLAB解法

22 非线性规划

221 非线性规划的实例与定义

222 非线性规划的MATLAB解法

223 二次规划

23 整数规划

231 整数规划的定义

232 01整数规划

233 随机取样计算法

第3章 数据建模及MATLAB实现

31 云模型

311 云模型基础知识

312 云模型的MATLAB程序设计

32 Logistic回归

321 Logistic模型

322 Logistic回归MATLAB程序设计

33 主成分分析

331 PCA基本思想

332 PCA步骤

333 主成分分析MATLAB程序设计

34 支持向量机（SVM）

341 SVM基本思想

342 理论基础

343 支持向量机MATLAB程序设计

35 K均值（KMeans）

351 KMeans原理、步骤和特点

352 KMeans聚类MATLAB程序设计

36 朴素贝叶斯判别法

361 朴素贝叶斯判别模型

362 朴素贝叶斯判别法MATLAB设计

37 数据建模综合应用

参考文献

第4章 灰色预测及其MATLAB实现

41 灰色系统基本理论

411 灰色关联度矩阵

412 经典灰色模型GM（1,1）

413 灰色Verhulst模型

42 灰色系统的程序设计

421 灰色关联度矩阵的程序设计

422 GM（1,1）的程序设计

423 灰色Verhulst模型的程序设计

43 灰色预测的MATLAB程序

431 典型程序结构

432 灰色预测程序说明

44 灰色预测应用实例

441 实例一长江水质的预测（CUMCM2005A）

442 实例二预测与会代表人数（CUMCM2009D）

45 小结

参考文献

第5章 遗传算法及其MATLAB实现

51 遗传算法基本原理

511 人工智能算法概述

512 遗传算法生物学基础

513 遗传算法的实现步骤

514 遗传算法的拓展

52 遗传算法的MATLAB程序设计

521 程序设计流程及参数选取

522 MATLAB遗传算法工具箱

53 遗传算法应用案例

531 案例一：无约束目标函数最大值遗传算法求解策略

532 案例二：CUMCM中多约束非线性规划问题的求解

533 案例三：BEATbx遗传算法工具箱的应用——电子商务中转化率影响因素研究

参考文献

第6章 模拟退火算法及其MATLAB实现

61 算法的基本理论

611 算法概述

612 基本思想

613 其他一些参数的说明

614 算法基本步骤

615 几点说明

62 算法的MATLAB实现

621 算法设计步骤

622 典型程序结构

63 应用实例：背包问题的求解

631 问题的描述

632 问题的求解

64 模拟退火程序包ASA简介

641 ASA的优化实例

642 ASA的编译

643 MATLAB版ASA的安装与使用

65 小结

66 延伸阅读

参考文献

第7章 人工神经网络及其MATLAB实现

71 人工神经网络基本理论

711 人工神经网络模型拓扑结构

712 常用激励函数

713 常见神经网络理论

72 BP神经网络的结构设计

721 鲨鱼嗅闻血腥味与BP神经网络训练

722 透视神经网络的学习步骤

723 BP神经网络的动态拟合过程

73 RBF神经网络的结构设计

731 梯度训练法RBF神经网络的结构设计

732 RBF神经网络的性能

74 应用实例

741 基于MATLAB源程序公路运量预测

742 基于MATLAB工具箱公路运量预测

743 艾滋病治疗最佳停药时间的确定（CUMCM2006B）

744 RBF神经网络预测新客户流失概率

75 延伸阅读

751 从金融分析中的小数定理谈神经网络的训练样本遴选规则

752 小议BP神经网络的衍生机理

参考文献

第8章粒子群算法及其MATLAB实现

81 PSO算法相关知识

811 初识PSO算法

812 PSO算法的基本理论

813 PSO算法的约束优化

814 PSO算法的优缺点

82 PSO算法程序设计

821 程序设计流程

822 PSO算法的参数选取

823 PSO算法MATLAB源程序范例

83 应用案例：基于PSO算法和BP算法训练神经网络

831 如何评价网络的性能

832 BP算法能够搜索到极值的原理

833 PSOBP神经网络的设计指导原则

834 PSO算法优化神经网络结构

835 PSOBP神经网络的实现

参考文献

第9章 蚁群算法及其MATLAB实现

91 蚁群算法原理

911 蚁群算法基本思想

912 蚁群算法数学模型

913 蚁群算法流程

92 蚁群算法的MATLAB实现

921 实例背景

922 算法设计步骤

923 MATLAB程序实现

924 程序执行结果与分析

93 算法关键参数的设定

931 参数设定的准则

932 蚂蚁数量

933 信息素因子

934 启发函数因子

935 信息素挥发因子

936 信息素常数

937 最大迭代次数

938 组合参数设计策略

94 应用实例：最佳旅游方案（苏北赛2011B）

941 问题描述

942 问题的求解和结果

95 本章小结

参考文献

第10章 小波分析及其MATLAB实现

101 小波分析基本理论

1011 傅里叶变换的局限性

1012 伸缩平移和小波变换

1013 小波变换入门和多尺度分析

1014 小波窗函数自适应分析

102 小波分析MATLAB程序设计

1021 小波分析工具箱函数指令

1022 小波分析程序设计综合案例

103 小波分析应用案例

1031 案例一：融合拓扑结构的小波神经网络

1032 案例二：血管重建引出的图像数字水印

参考文献

第11章 计算机虚拟及其MATLAB实现

111 计算机虚拟基本知识

1111 从3G移动互联网协议WCDMA谈MATLAB虚拟

1112 计算机虚拟与数学建模

1113 数值模拟与经济效益博弈

112 数值模拟MATLAB程序设计

1121 微分方程组模拟

1122 服从概率分布的随机模拟

1123 蒙特卡罗模拟

113 动态仿真MATLAB程序设计

1131 MATLAB音频处理

1132 MATLAB常规动画实现

114 应用案例：四维水质模型

1141 问题的提出

1142 问题的分析

1143 四维水质模型准备

1144 条件假设与符号约定

1145 四维水质模型的组建

1146 模型求解

1147 计算机模拟情境

参考文献

下篇 真题演习

第12章 **中的数学（CUMCM2002B）

121 问题的提出

122 模型的建立

1221 模型假设与符号说明

1222 模型的准备

1223 模型的建立

123 模型的求解

1231 求解的思路

1232 MATLAB程序

1233 程序结果

124 技巧点评

参考文献

第13章 露天矿卡车调度问题（CUMCM2003B）

131 问题的提出

132 基本假设与符号说明

1321 基本假设

1322 符号说明

133 问题分析及模型准备

134 原则①：数学模型（模型1）的建立与求解

1341 模型的建立

1342 模型求解

135 原则②：数学模型（模型2）的建立与求解

136 技巧点评

参考文献

第14章 奥运会商圈规划问题（CUMCM2004A）

141 问题的描述

142 基本假设、名词约定及符号说明

1421 基本假设

1422 符号说明

1423 名词约定

143 问题分析与模型准备

1431 基本思路

1432 基本数学表达式的构建

144 设置MS网点数学模型的建立与求解

1441 模型建立

1442 模型求解

145 设置MS网点理论体系的建立

146 商区布局规划的数学模型

1461 模型建立

1462 模型求解

147 模型的评价及使用说明

1471 模型的优点

1472 模型的缺点

148 技巧点评

参考文献

第15章 交巡警服务平台的设置与调度（CUMCM2011B）

151 问题的提出

152 问题的分析

153 基本假设

154 问题1模型的建立与求解

1541 交巡警服务平台管辖范围分配

1542 交巡警的调度

1543 最佳新增服务平台设置

155 问题2模型的建立和求解

1551 全市服务平台的合理性分析问题的模型与求解

1552 搜捕嫌疑犯实例的模型与求解

156 模型的评价与改进

1561 模型优点

1562 模型缺点

157 技巧点评

参考文献

第16章 葡萄酒的评价（CUMCM2012A）

161 问题的提出

162 基本假设

163 问题①模型的建立和求解

1631 问题①的分析

1632 模型的建立和求解

164 问题②模型的建立和求解

1641 问题②的基本假设和分析

1642 模型的建立和求解

165 问题③模型的建立和求解

1651 问题③的分析

1652 模型的建立和求解

166 问题④模型的建立和求解

1661 问题④的分析

1662 模型的建立和求解

167 论文点评

参考文献

附件数学建模参赛经验

一、如何准备数学建模竞赛

二、数学建模队员应该如何学习MATLAB

三、如何在数学建模竞赛中取得好成绩

四、数学建模竞赛中的项目管理和时间管理

五、一种非常实用的数学建模方法——目标建模法

以上就是关于有谁会用matlab编写有约束条件的PSO程序全部的内容，包括:有谁会用matlab编写有约束条件的PSO程序、如图，如何用这个PSO算法或遗传算法来求函数极值,用C语言编写代码、中心点的选择对bp神经网络的性能会有什么影响等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！