【正文】 11*rand*(p1(j,:)x1(j,:))+c21*rand*(g1x1(j,:))。 x1(j,:)=x1(j,:)+v1(j,:)。 end gb1(i)=gbest1。endplot(gb1)TempStr=sprintf(39。c1= %g ,c2=%g39。,c11,c21)。title(TempStr)。xlabel(39。迭代次數(shù)39。)。ylabel(39。適應(yīng)度值39。)。%第二個圖subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x。v2=v。%初始化種群個體最有位置和 最優(yōu)解p2=x2。pbest2=ones(N,1)。for i=1:N pbest2(i)=fitness(x2(i,:),D)。end%初始化種全局最有位置和 最優(yōu)解g2=1000*ones(1,D)。gbest2=1000。for i=1:N if(pbest2(i)gbest2) g2=p2(i,:)。 gbest2=pbest2(i)。 endendgb2=ones(1,T)。%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)for i=1:T for j=1:N if (fitness(x2(j,:),D)pbest2(j)) p2(j,:)=x2(j,:)。 pbest2(j)=fitness(x2(j,:),D)。 end if(pbest2(j)gbest2) g2=p2(j,:)。 gbest2=pbest2(j)。 end v2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)x2(j,:))+c22*rand*(g2x2(j,:))。 x2(j,:)=x2(j,:)+v2(j,:)。 end gb2(i)=gbest2。endplot(gb2)TempStr=sprintf(39。c1= %g ,c2=%g39。,c12,c22)。title(TempStr)。xlabel(39。迭代次數(shù)39。)。ylabel(39。適應(yīng)度值39。)。b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（）function result=fitness(x,D)sum=0。for i=1:D sum=sum+x(i)^2。endresult=sum。程序2當(dāng)于對比a)%主函數(shù)源程序（）%基本粒子群算法 （particle swarm optimization）%名稱： 基本粒子群算法%初始格式化clear all。 %清除所有變量 clc。 %清屏format long。 %將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40。 %179。初始化群體個數(shù)D=10。 %初始化群體維數(shù)T=100。 %初始化群體最迭代次數(shù)c11=2。 %學(xué)習(xí)因子1c21=2。 %學(xué)習(xí)因子2c12=0。c22=2。w=。 %慣性權(quán)重eps=10^(6)。 %設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D)。v=zeros(N,D)。for i=1:N for j=1:D x(i,j)=randn。 %隨機初始化位置 v(i,j)=randn。 %隨機初始化速度 endend%顯示群位置figure(1)for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),39。b*39。)。grid on xlabel(39。粒子39。) ylabel(39。初始位置39。) tInfo=strcat(39。第39。,char(j+48),39。維39。)。 if(j9) tInfo=strcat(39。第39。,char(floor(j/10)+48)，char(rem(j,10)+48),39。維39。)。 end title(tInfo)end%顯示種群速度figure(2)for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),39。b*39。)。grid on xlabel(39。粒子39。) ylabel(39。初始速度39。) tInfo=strcat(39。第,char(j+48),39。維39。)。 if(j9) tInfo=strcat(39。第39。,char(floor(j/10)+48),char(rem(j,10)+48),39。維)。 end title(tInfo)endfigure(3)%第一個圖subplot(1,2,1)%初始化種群個體（在此限定速度和位置）x1=x。v1=v。%初始化個體最優(yōu)位置和最優(yōu)值p1=x1。pbest1=ones(N,1)。for i=1:N pbest1(i)=fitness(x1(i,:),D)。end%初始化全局最優(yōu)位置和最優(yōu)值g1=1000*ones(1,D)。gbest1=1000。for i=1:N if(pbest1(i)gbest1) g1=p1(i,:)。 gbest1=pbest1(i)。 endendgb1=ones(1,T)。%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)for i=1:T for j=1:N if (fitness(x1(j,:),D)pbest1(j)) p1(j,:)=x1(j,:)。 pbest1(j)=fitness(x1(j,:),D)。 end if(pbest1(j)gbest1) g1=p1(j,:)。 gbest1=pbest1(j)。 endv1(j,:)=w*v1(j,:)+c11*rand*(p1(j,:)x1(j,:))+c21*rand*(g1x1(j,:))。 x1(j,:)=x1(j,:)+v1(j,:)。 end gb1(i)=gbest1。endplot(gb1)TempStr=sprintf(39。c1= %g ,c2=%g39。,c11,c21)。title(TempStr)。xlabel(39。迭代次數(shù)39。)。ylabel(39。適應(yīng)度值39。)。%第二個圖subplot(1,2,2)%初始化種群個體（在此限定速度和位置）x2=x。v2=v。%初始化種群個體最有位置和 最優(yōu)解p2=x2。pbest2=ones(N,1)。for i=1:N pbest2(i)=fitness(x2(i,:),D)。end%初始化種全局最有位置和 最優(yōu)解g2=1000*ones(1,D)。gbest2=1000。for i=1:N if(pbest2(i)gbest2) g2=p2(i,:)。 gbest2=pbest2(i)。 endendgb2=ones(1,T)。%浸入主循環(huán)，按照公式依次迭代直到滿足精度或者迭代次數(shù)for i=1:T for j=1:N if (fitness(x2(j,:),D)pbest2(j)) p2(j,:)=x2(j,:)。 pbest2(j)=fitness(x2(j,:),D)。 end if(pbest2(j)gbest2) g2=p2(j,:)。 gbest2=pbest2(j)。 endv2(j,:)=w*v2(j,:)+c12*rand*(p2(j,:)x2(j,:))+c22*rand*(g2x2(j,:))。 x2(j,:)=x2(j,:)+v2(j,:)。 end gb2(i)=gbest2。endplot(gb2)TempStr=sprintf(39。c1= %g ,c2=%g39。,c12,c22)。title(TempStr)。xlabel(39。迭代次數(shù)39。)。ylabel(39。適應(yīng)度值39。)。b）適應(yīng)度函數(shù)%適應(yīng)度函數(shù)（）function result=fitness(x,D)sum=0。for i=1:D sum=sum+x(i)^2。endresult=sum。程序3當(dāng)于對比a)%主函數(shù)源程序（）%基本粒子群算法 （particle swarm optimization）%名稱： 基本粒子群算法%初始格式化clear all。 %清除所有變量 clc。 %清屏format long。 %將數(shù)據(jù)顯示為長整形科學(xué)計數(shù)%給定初始條條件N=40。 %179。初始化群體個數(shù)D=10。 %初始化群體維數(shù)T=100。 %初始化群體最迭代次數(shù)c11=2。 %學(xué)習(xí)因子1c21=2。 %學(xué)習(xí)因子2c12=2。c22=0。w=。 %慣性權(quán)重eps=10^(6)。 %設(shè)置精度（在已知最小值的時候用）%初始化種群個體（限定位置和速度）x=zeros(N,D)。v=zeros(N,D)。for i=1:N for j=1:D x(i,j)=randn。 %隨機初始化位置 v(i,j)=randn。 %隨機初始化速度 endend%顯示群位置figure(1)for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),39。b*39。)。grid on xlabel(39。粒子39。) ylabel(39。初始位置39。) tInfo=strcat(39。第39。,char(j+48),39。維39。)。 if(j9) tInfo=strcat(39。第39。,char(floor(j/10)+48)，char(rem(j,10)+48),39。維39。)。 end title(tInfo)end%顯示種群速度figure(2)for j=1:D if(rem(D,2)0) subplot((D+1)/2,2,j) else subplot(D/2,2,j) end plot(x(:,j),39。b*39。)。grid on xlabel(39。粒子39。) ylabel(39。初始速度39。) tInfo=strcat(39。第,char(j+48),39。維39。)。 if(j9) tInfo=