diff --git a/pso.m b/pso.m index 8e25639..18e7d05 100644 --- a/pso.m +++ b/pso.m @@ -1,21 +1,21 @@ +% 用粒子群算法对PID控制器的三个参数进行优化 + %% 清空环境 clear clc %% 参数设置 -w = 0.6; % 惯性因子 +% w = 0.8; % 惯性因子 c1 = 2; % 加速常数 c2 = 2; % 加速常数 -%c1 = 2; % 加速常数 -%c2 = 2; % 加速常数 Dim = 3; % 维数 SwarmSize = 100; % 粒子群规模 ObjFun = @PSO_PID; % 待优化函数句柄 -MaxIter = 100; % 最大迭代次数 +MaxIter = 50; % 最大迭代次数 MinFit = 0.01; % 最小适应值 Vmax = 1; Vmin = -1; -Ub = [20 20 20]; -Lb = [-10 -10 -10]; +Ub = [30 30 30]; +Lb = [0 0 0]; %% 粒子群初始化 Range = ones(SwarmSize,1)*(Ub-Lb); %产生随机向量 @@ -23,7 +23,7 @@ Lb = [-10 -10 -10]; VStep = rand(SwarmSize,Dim); % 初始化速度 维度 fSwarm = zeros(SwarmSize,1); %适应度值的初始化 :0 for i=1:SwarmSize - i + disp(['粒子群初始化进度:',num2str(i)]); fSwarm(i,:) = feval(ObjFun,Swarm(i,:)); % 粒子群的适应值 end @@ -43,8 +43,9 @@ K_i = zeros(1,MaxIter); K_d = zeros(1,MaxIter); while( (iter < MaxIter) && (fzbest > MinFit) ) for j=1:SwarmSize - % 速度更新 - iter,j +% % 速度更新 +% disp(['循环次数:',num2str(iter),'粒子群位置:',num2str(j)]); + w=0.9-iter*0.8/MaxIter; 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,:) MinFit) ) % 群体最优更新 if fSwarm(j) < fzbest zbest = Swarm(j,:); %全体最优位置更新 - fzbest = fSwarm(j); %全体最有适应值更新 + fzbest = fSwarm(j); %全体最优适应值更新 end end + disp(['循环次数:',num2str(iter)]); + disp(['最佳适应度:',num2str(fzbest)]); + disp(['最佳个体:',num2str(zbest(1)),' ',num2str(zbest(2)),' ',num2str(zbest(3))]); iter = iter+1; % 迭代次数更新 y_fitness(1,iter) = fzbest; % 为绘图做准备 K_p(1,iter) = zbest(1);