C语言实现的粒子群优化算法
最编程
2024-07-22 09:47:03
...
前言
经历两小时，终于用C语言写完了算法，真是不容易。已经将近一年多没摸过C语言了，很多都忘了，之前计算机网络课的大作业CSMA-CD协议算法模拟因为要用C语言所以用了两天的空闲时间重新学了一遍C语言（仅仅学到了指针截止），现在也是很多不记得了，写的比较丑陋。希望大家不要笑话。之前本想用JS写的但是不好调试什么的，所以还是用了C语言。（附加一句：物联网专业真的好坑，大二最好就自学号JAVA或者C++不然大三真的比较老火.）
粒子群优化算法简介
&emm oniziranjiesp; 粒子群优化算法是进化计算的一个分支，是一种模拟自然界的生物活动的随机搜索算法。PSO（粒子群优化算法）模拟了自然界鸟群捕食和鱼群捕食的过程。它是1995年由美国学者Eberhat和Kennedy提出的，现在已经广泛应用于各种工程领域的优化问题之中。
核心
- 速度与位置更新公式
- 速度与位置更新公式
$$ v_i^d =wv_i^d+c_1r_1d*({pBest_id-x_id})+c_2*r_2d*({gBest_id-x_id}) $$
$$ x_i^d =x_id+v_id $$
基本流程
- 初始化
- 更新
- 迭代
- 满足条件后停止
源程序
用例
已知函数$ y=f(x_1,x_2)=x_12+x_22 $,其中$ -10<={ x_1,x_2 }<=10 $,用粒子群优化算法求解y的最小值。
源程序
/*******************************************************************************
*
* 粒子群优化算法
*--------------------------------------------------------------------------------
* 算法题目 : 例题5.1
* 算法说明 :w是惯量权重，一般取0-1之间数字，这儿取0.5
* c1,c2为加速系数，通常取固定值2.0
* r1,r2为[0-1]随机数
* 注意 :对于越界的位置需要进行合法性的调整
求最小值则只需要对函数f进行改动以及204行的update sum计算进行改动。
如果求最大值，则不仅仅改动上述过程，还包括64行的判断以及204行的判断
改动x域值则只需要手动输入，改变群体只需要define N 群体数
*******************************************************************************/
#include "stdio.h"
#include "stdlib.h"
#include "time.h"
#define N 3
/********************************************************************
*函数名：init_helper()
*函数功能：初始化辅助函数
*函数输入：unsigned top ,unsigned bottom 上边界，下边界
*输出:无
**********************************************************************************/
void init_helper(int top,int bottom,float arr[N][6]) //位置 速度 个人历史最好位置6个数（x，y）形式
{
int i,j;
srand((unsigned)time(NULL));
for(i = 0;i<N;i++)
{
for(j=0;j<4;j++)
{
arr[i][j]=rand()%(top-bottom+1)+bottom;//产生[bottom,top]之间的随机数
}
arr[i][4]=arr[i][0];
arr[i][5]=arr[i][1];
}
}
/************************************************************************
*函数名：f(）
*函数功能：计算每个解
*函数输入：particle[][]
*函数输出：无
***************************************************************************/
void f(float particle[N][6],float gbest[2],float history_best[2])
{
float sum[N],M_in[1][2];
int i ,j;
M_in[0][0]=100;
M_in[0][1]=0;
for(i=0;i<N;i++)
{
sum[i]=particle[i][0]*particle[i][0] + particle[i][1]*particle[i][1];
if(sum[i]<M_in[0][0])
{
M_in[0][0]=sum[i];
M_in[0][1]=i;
}
}
j=M_in[0][1];
printf("最小坐标为: ");
for(i=0;i<2;i++)
{
history_best[i]=gbest[i];
gbest[i] = particle[j][i];
printf("%5.2f ",gbest[i]);
}
printf("\n");
printf("全局最优函数值和当前最小值位置分别为 ");
printf("%5.2f ",M_in[0][0]);
printf("%5.2f\n",M_in[0][1]+1);
printf("全局最优坐标为");
for(i=0;i<2;i++)
{
printf(" %5.2f ",gbest[i]);
}
printf("\n");
printf("历史最优坐标：");
for(i=0;i<2;i++)
{
printf(" %5.2f ",history_best[i]);
}
printf("\n");
}
/*******************************************************************************
*函数名称：init（）
*函数功能：初始化
*输入：
*输出：
********************************************************************************/
void init(int top,int bottom,float particle[N][6],float gbest[2],float history_best[2])
{
int i,j;
scanf("%d%d",&bottom,&top);
for(i=0;i<N;i++)
{
init_helper(top,bottom,particle);
}
f(particle,gbest,history_best);
for(i=0;i<N;i++)
{
for(j=0;j<6;j++)
{
printf("%5.2f ",particle[i][j]);
}
printf("\n");
}
}
/*******************************************************************************
*函数名称：update（int top,int bottom,float particle[N][6],float gbest[2],float history_best[2]）
*函数功能:更新速度和位置
*输入：int top,int bottom,float particle[N][6],float gbest[2]
*输出：无
********************************************************************************/
void update(int top,int bottom,float particle[N][6],float gbest[2],float w,float c,float r1,float r2,float history_best[2])
{
int i,j=2,k;
for(i=0;i<N;i++)
{
srand((unsigned)time(NULL));
r1=rand()/(double)(32768);
r2=rand()/(double)(32768);
//更新速度
particle[i][j]=w*particle[i][j]+c*r1*(particle[i][j+2]-particle[i][0])+c*r2*(gbest[0]-particle[i][0]);
particle[i][j+1]=w*particle[i][j+1]+c*r1*(particle[i][j+3]-particle[i][1])+c*r2*(gbest[1]-particle[i][1]);
// 对越界数进行处理，大于大边界取top，小于下边界取bottom
for(k=0;k<2;k++)
{
if(particle[i][j+k]>10)
particle[i][j+k]=10;
else if(particle[i][j+k]<-10)
particle[i][j+k]=-10;
}
// 更新位置
particle[i][0]+=particle[i][j];
particle[i][1]+=particle[i][j+1];
// 对越界数进行处理，大于大边界取top，小于下边界取bottom
for(k=0;k<2;k++)
{
if(particle[i][k]>10)
particle[i][k]=10;
else if(particle[i][k]<-10)
particle[i][k]=-10;
}
}
printf("更新后位置速度为，此时个人历史最优尚未更新\n");
for(i=0;i<N;i++)
{
for(j=0;j<6;j++)
{
printf("%5.2f ",particle[i][j]);
}
printf("\n");
}
update_helpaer(particle,gbest,history_best);
printf("更新后位置速度为，此时个人历史最优已经更新\n");
for(i=0;i<N;i++)
{
for(j=0;j<6;j++)
{
printf("%5.2f ",particle[i][j]);
}
printf("\n");
}
}
/*******************************************************************************
*函数名称：update_helper（float particle[N][6],float gbest[2],float history_best[2]）
*函数功能:更新个人历史最优以及全局最优位置
*输入：float particle[N][6],float gbest[2] float history_best[2]
*输出：无
********************************************************************************/
void update_helpaer(float particle[N][6],float gbest[2],float history_best[2])
{
float sum[2];
int i,j;
for(i=0;i<N;i++)
{
sum[0]=particle[i][0]*particle[i][0]+particle[i][1]*particle[i][1];
sum[1]=particle[i][4]*particle[i][4]+particle[i][5]*particle[i][5];
if(sum[0]<sum[1])
{
particle[i][4]=particle[i][0];
particle[i][5]=particle[i][1];
}
}
f(particle,gbest,history_best);
}
// 主函数main（）
void main()
{
int top,
bottom,
i=0,
j;
float w=0.5,
c=2.0,
r1=0.0,
r2=0.0,
particle[N][6],
gbest[2]={-10,10},
history_best[2],
pbest[2];
init(top,bottom,particle,gbest,history_best);
while(gbest[0]!=history_best[0]&&gbest[1]!=history_best[1])
{
update(top,bottom,particle,gbest,w,c,r1,r2,history_best);
}
printf("解为：");
for(i=0;i<2;i++)
{
printf("%5.2f ",gbest[i]);
}
}
下一篇： 暑期数学建模特训18：粒子群优化算法解析