改進的pso算法的實現(xiàn)畢業(yè)論文-閱讀頁
2025-07-12 14:50本頁面
【正文】 i]。ifunDim。 velocity[i] = weight * velocity[i] + c1 * rands * (bestPosition[i] position[i])+ c2 * rands * (globalBestPosition[i] position[i])。 if(velocity[i] Vmax)velocity[i] = Vmax。 } }}class PSO{ Particle particles[]。 double globalBestFitness。//一次迭代中的最好值 int PSONum。 int tempBestIndex。 public PSO(int PSONum) { = PSONum。 particles = new Particle[PSONum]。iPSONum。 } globalBestFitness = particles[0].bestFitness。 for(int i=0。i++) { globalBestPosition[i] = particles[0].position[i]。 } public double getGlobalBestFitness() { return globalBestFitness。 } public void search() { for(int i=0。i++) { particles[i].updateFitness()。 tempBestIndex = 0。iPSONum。 tempBestIndex = i。 globalBestIndex = tempBestIndex。ifunDim。 } } for(int i=0。i++) { particles[i].updateState(globalBestPosition)。 int PSONum = 100。//迭代次數(shù) PSO pso = new PSO(PSONum)。 ()。i=searchTime。 if(i % 100== 0) { globalBestPosition = ()。 (最好的適應(yīng)值是： + ())。 ([)。jfunDim。 if(j==funDim1) (globalBestPosition[j])。 (
外語相關(guān)推薦
鄂ICP備17016276號-1