Create pso.m

pso-pid主程序
6 years ago · f56753e953
1 changed files with 91 additions and 0 deletions
--- a/pso.m
+++ b/pso.m
@ -0,0 +1,91 @@
+%% 清空环境
+clear
+clc
+%% 参数设置
+w = 0.6;      % 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  
+MinFit = 0.01;       % 最小适应值 
+Vmax = 1;
+Vmin = -1;
+Ub = [20 20 20];
+Lb = [-10 -10 -10];
+
+%% 粒子群初始化
+    Range = ones(SwarmSize,1)*(Ub-Lb);                                              %产生随机向量
+    Swarm = rand(SwarmSize,Dim).*Range + ones(SwarmSize,1)*Lb;      % 初始化粒子群位置
+    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
+    fSwarm(i,:) = feval(ObjFun,Swarm(i,:));                         % 粒子群的适应值
+end
+
+%% 个体极值和群体极值
+[bestf,  bestindex]=min(fSwarm);
+zbest=Swarm(bestindex,:);                                            % 全局最佳  ：位置
+gbest=Swarm;                                                              % 个体最佳  ：个体最佳位置就是初始化位置
+fgbest=fSwarm;                                                           % 个体最佳适应值        ：初始化适应度值
+fzbest=bestf;                                                               % 全局最佳适应值         ：初始化中最优值
+
+%% 迭代寻优
+iter = 0;
+y_fitness = zeros(1,MaxIter);   % 预先产生4个空矩阵
+
+K_p = zeros(1,MaxIter);         
+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
+        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
+        % 位置更新
+        Swarm(j,:)=Swarm(j,:)+VStep(j,:);
+        for k=1:Dim
+            if Swarm(j,k)>Ub(k), Swarm(j,k)=Ub(k); end
+            if Swarm(j,k)<Lb(k), Swarm(j,k)=Lb(k); end
+        end
+        % 适应值
+        fSwarm(j,:) = feval(ObjFun,Swarm(j,:));
+        % 个体最优更新     
+        if fSwarm(j) < fgbest(j)
+            gbest(j,:) = Swarm(j,:);      %个体位置更新
+            fgbest(j) = fSwarm(j);       %个体适应值更新
+        end
+        % 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
+        end
+    end 
+    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);
+    K_i(1,iter) = zbest(2);
+    K_d(1,iter) = zbest(3);
+end
+%% 绘图输出
+figure(1)      % 绘制性能指标ITAE的变化曲线
+plot(y_fitness,'LineWidth',2)
+title('最优个体适应值','fontsize',18);
+xlabel('迭代次数','fontsize',18);ylabel('适应值','fontsize',18);
+set(gca,'Fontsize',18);
+
+figure(2)      % 绘制PID控制器参数变化曲线
+plot(K_p)
+hold on
+plot(K_i,'k','LineWidth',3)
+plot(K_d,'--r')
+title('Kp、Ki、Kd 优化曲线','fontsize',18);
+xlabel('迭代次数','fontsize',18);ylabel('参数值','fontsize',18);
+set(gca,'Fontsize',18);
+legend('Kp','Ki','Kd');