Browse Source

Update pso.m

master
TianZhendong 5 years ago
committed by GitHub
parent
commit
a50beee8c7
No known key found for this signature in database GPG Key ID: 4AEE18F83AFDEB23
  1. 24
      pso.m

24
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,:)<Vmin, VStep(j,:)=Vmin; end
@ -64,9 +65,12 @@ while( (iter < MaxIter) && (fzbest > 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); %全体最适应值更新
fzbest = fSwarm(j); %全体最适应值更新
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);

Loading…
Cancel
Save