怎么用matlab中的粒子群算法求解多目标优化问题

不知道你所说的多目标是指什么，据我的理解，既然有个目标函数，那么多目标可以在目标函数那里表示，我最近也在做这个粒子群算法， 下面是我的vc++60代码,改造了一下基本粒子群，求路径的 #include #include #include using namespace std; d

同学，这种问题自己好好看看程序，不要上来问吧。

提示下，ParSwarm(k,2ParticleSize+1)=AdaptFunc(ParSwarm(k,1:ParticleSize)); 中给定的矩阵的行或列的编号有问题，代码应该没问题，逐步运行下，看看变量吧。

matlab粒子群算法不出图是因为没有将pso_Trelea_vectorized函数添加到matlab的路径里面

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。

MATLAB是matrix&laboratory两个词的合，意为矩阵工厂（矩阵实验室），软件主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

TSP问题（Travelling Salesman Problem）即旅行商问题： 又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。

TSP问题是一个组合优化问题 ， 是一个NPC问题，分为两类： 一类是对称TSP问题（Symmetric TSP），另一类是非对称问题（Asymmetric TSP）。

绘制粒子群算法中适应度值与迭代次数曲线图的步骤如下：

1、在matlab中编写粒子群算法的代码，包括初始化种群、计算适应度值、更新粒子位置和速度等步骤。在每次迭代中，记录下当前最优适应度值。

2、对于每次迭代，将当前最优适应度值记录到一个数组中。例如：best_fitness(iteration)=gbest_fitness。

3、在粒子群算法的代码中添加绘图函数，绘制出适应度值与迭代次数的曲线图。例如：plot(best_fitness)。

4、运行程序，即可在matlab中显示出适应度值与迭代次数的曲线图。

清除所有

中图分类号

% % %的0418s标准粒群优化算法程序200719郏宣耀%测试函数：F（x，y）= 100（x ^ 2-y）^ 2 +（1-x）^ 2，2048＜x，y＜2048%求解函数最小值

tic

%程序初始化

n＝10；

Ni = 1000；%设置进化代数

设置种群规模大小popsize = 50；%

max_velocity = 100 的（1，n）；%最大速度限制

XMAX = 100 的（1，n）；xmin = 100 的（1，n）；

C1 = 2；C2 = 2；iw_min = 04；iw_max = 09；

%%%%%%%%% 1111111111111111111111111111111111111111111111111111111111111111

流行= 0（popsize，N + 1）= 0；记忆体（popsize，n + 1）；速度=零（popsize，N）；最优=零（1，n + 1）；

记忆体（：，n + 1）=信息人（popsize，1）；进行（n + 1）= inf；

我= 1：popsize

对于j = 1：n

流行（I，J）= Xmin（J）+ rand() （Xmax（J）- XMIN（j））；

速度（I，J）= Xmin（J）+ rand() （Xmax（J）- XMIN（j））；

结束

结束

对于ni＝1：ni

我= 1：popsize

d出（i，n + 1）= 0；

对于j = 1：n

POP（i，n + 1）= POP（i，n + 1）+ POP（i，j）2；

结束

如果流行（i，n + 1）< pbest（i，n + 1）

记忆体（我，：）=流行（我，：）；

如果记忆体（i，n + 1）< gBest（n + 1）

gBest = pbest（我，：）；

结束

结束

结束

IW（Ni）= iw_max -（iw_max-iw_min）镍/镍；

我= 1：popsize

对于j = 1：n

速度（I，J）= IW（Ni）速度（I，J）+ C1 rand() （pbest（i，j）（i，j）流行）+ C2 rand() （gBest（J）-（i，j）的流行率更新速度）；

如果速度（I，J）> max_velocity（J）

速度（I，J）= max_velocity（J）；

“（i，j）的速度有max_velocity（J）

速度（I，J）= - max_velocity（J）；

结束

d出（i，j）=d出（i，j）+速度（i，j）；

如果流行（I，J）＞Xmax（J）

流行（I，J）= Xmax（J）；

“（i，j）流行<< XMIN（J）

流行（I，J）= Xmin（J）；

结束

结束

结束

fbest1（Ni）= gBest（n + 1）；

结束

FF1 = gBest（n + 1）；

x＝1：ni；

图形、符号学（x，fbest1，’B’）；

传说（'pso”）；

xlabel（'generation '）；ylabel（“平均值”为标题的功能）；（'sphere功能）；

以上就是关于怎么用matlab中的粒子群算法求解多目标优化问题全部的内容，包括:怎么用matlab中的粒子群算法求解多目标优化问题、PSO粒子群算法问题，运行之后出现Subscript indices must either be real positive integers or logicals、matlab粒子群算法为啥一直不出图等相关内容解答，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！