华东交通大学MATLAB程序设计报告书
课题名称基于MATLAB的粒子群优化算法的实现
姓名
学号
专业控制科学与工程
2016年11月20日
f基于MATLAB的粒子群优化算法的实现
一、课程选题目的
本次课程设计的课题为《基于MATLAB的粒子群优化算法的实现》主要为学会运用MATLAB对实际算法编程加深对粒子群优化算法的理解并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。数值计算分析可以帮助更深入地理解理论知识并为将来使用MATLAB进行各领域数值分析分析和实际应用打下基础。
此次课程主要是为了进一步熟悉对MATLAB软件的使用以及学会利用MATLAB对数值运算这种实际问题进行处理将理论应用于实际加深对它的理解。
二、粒子群优化算法原理
优化是科学研究、工程技术和经济管理等领域的重要研究工具。它所研究的问题是讨论在众多的方案中寻找最优方案。例如工程设计中怎样选择设计参数使设计方案既满足设计要求又能降低成本资源分配中怎样分配有限资源使分配方案既能满足各方面的基本要求又能获得好的经济效益。在人类活动的各个领域中诸如此类不胜枚举。优化这一技术正是为这些问题的解决提供理论基础和求解方法它是一门应用广泛、实用性很强的科学。近十余年来粒子群优化算法作为群体智能算法的一个重要分支得到了广泛深入的研究在路径规划等许多领域都有应用。
21粒子群优化算法的起源
粒子群优化PSO算法是由Ke
edy和Eberhart于1995年用计算机模拟鸟群觅食这一简单的社会行为时受到启发简化之后而提出的。
设想这样一个场景一群鸟随机的分布在一个区域中在这个区域里只有一块食物。所有的鸟都不知道食物在哪里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的方法就是追寻自己视野中目前离食物最近的鸟。如果把食物当作最优点而把鸟离食物的距离当作函数的适应度那么鸟寻觅食物的过程就可以当作一个函数寻优的过程。鱼群和鸟群的社会行为一直引起科学家的兴趣。他们以特殊的方式移动、同步不会相互碰撞整体行为看上去非常优美。生物学家CargiRey
olds提出了一个非常有影响的鸟群聚集模型。在他的模拟模型boids中每一个个体遵循避免与邻域个体相冲撞、匹配邻域个体的速度、试图飞向感知到的鸟群中心这三条规则形成简单的非集中控制算法驱动鸟群的聚集在一系列模拟实验中突现出了非常接近现实鸟群聚集行为的现象。该结果显示了在空中回旋的鸟组成轮廓清晰的群体以及遇到障碍物时鸟群的分裂和再度汇合过程。由此r