10-PSO粒子群算法的障碍路径寻优Path Planning-圆形障碍

Halcom

10-PSO粒子群算法的障碍路径寻优Path Planning-圆形障碍
链接：https://pan.baidu.com/s/1oH9bCvym0inHc0RGrEXS6Q 提取码：yl3v

具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1

主程序如下：

1. clc,clear,close all
   
2. warning off
   
3. % 初始化种群
   
4. model = CreateModel();
   
5. % PSO 参数
   
6. c1 = 1.4995;  
   
7. c2 = 1.4995;
   
8. Vmin = -1;
   
9. Vmax = 1;
   
10. w = 1;         % 权重
    
11. wdamp = 0.98;  % 阻尼
    
12. maxiter = 50;  % 迭代次数
    
13. sizepop = 20;  % 种群数量
    
14. 
    
15. nvar = model.n;   % n个未知量
    
16. popmin_x = model.xmin; % x
    
17. popmax_x = model.xmax; % x
    
18. popmin_y = model.ymin; % y
    
19. popmax_y = model.ymax; % y
    
20. 
    
21. init_pop.position = [];  % 位置信息
    
22. init_pop.Velocity = [];  % 速度信息
    
23. init_pop.fitness = [];   % 适应度值信息
    
24. init_pop.sol = [];       % 解集信息
    
25. init_pop.Best.position = [];  % 个体最优 位置信息
    
26. init_pop.Best.fitness = [];   % 个体最优 适应度值信息
    
27. init_pop.Best.sol = [];       % 个体最优 解集信息
    
28. % 粒子群
    
29. pop = repmat(init_pop, sizepop, 1);
    
30. clear init_pop
    
31. 
    
32. %% 初始化种群
    
33. fitnesszbest = inf;
    
34. for i=1:sizepop
    
35.     pop(i).position = CreateRandomSolution(model); % 初始化个体
    
36.     [pop(i).fitness , pop(i).sol]= fun( pop(i).position, model );         % 适应度值
    
37.     pop(i).Velocity.x = zeros(1, nvar);
    
38.     pop(i).Velocity.y = zeros(1, nvar);
    
39.     % 更新个体最优
    
40.     pop(i).Best.position = pop(i).position;
    
41.     pop(i).Best.fitness = pop(i).fitness;
    
42.     pop(i).Best.sol = pop(i).sol;
    
43.     if(pop(i).Best.fitness<fitnesszbest)
    
44.         fitnesszbest = pop(i).Best.fitness;
    
45.         zbest = pop(i).Best;
    
46.     end
    
47. end
    
48. 
    
49. %% 迭代寻优
    
50. for i=1:maxiter
    
51.     for j=1:sizepop
    
52.         % 横坐标的操作
    
53.         pop(j).Velocity.x = w*pop(j).Velocity.x + c1*rand(1,nvar).*(pop(j).Best.position.x-pop(j).position.x) ...
    
54.                             + c2*rand(1,nvar).*(zbest.position.x-pop(j).position.x);
    
55.         % 速度取值范围
    
56.         pop(j).Velocity.x = max(pop(j).Velocity.x, Vmin);
    
57.         pop(j).Velocity.x = min(pop(j).Velocity.x, Vmax);  
    
58.         % 横坐标更新
    
59.         pop(j).position.x = pop(j).position.x + pop(j).Velocity.x;
    
60.         % 横坐标取值范围
    
61.         pop(j).position.x = max(pop(j).position.x, popmin_x);
    
62.         pop(j).position.x = min(pop(j).position.x, popmax_x);
    
63.         
    
64.         % 纵坐标的操作
    
65.         pop(j).Velocity.y = w*pop(j).Velocity.y + c1*rand(1,nvar).*(pop(j).Best.position.y-pop(j).position.y) ...
    
66.                             + c2*rand(1,nvar).*(zbest.position.y-pop(j).position.y);
    
67.         % 速度取值范围
    
68.         pop(j).Velocity.y = max(pop(j).Velocity.y, Vmin);
    
69.         pop(j).Velocity.y = min(pop(j).Velocity.y, Vmax);  
    
70.         % 纵坐标更新
    
71.         pop(j).position.y = pop(j).position.y + pop(j).Velocity.y;
    
72.         % 纵坐标取值范围
    
73.         pop(j).position.y = max(pop(j).position.y, popmin_y);
    
74.         pop(j).position.y = min(pop(j).position.y, popmax_y);
    
75.         
    
76.         [pop(j).fitness , pop(j).sol]= fun( pop(j).position, model );         % 适应度值
    
77.         
    
78.         if pop(j).fitness<pop(j).Best.fitness
    
79.             pop(j).Best.fitness = pop(j).fitness;
    
80.             pop(j).Best.position = pop(j).position;
    
81.             pop(j).Best.sol = pop(j).sol;
    
82.         end
    
83.         if(pop(j).Best.fitness<fitnesszbest)
    
84.             fitnesszbest = pop(j).Best.fitness;
    
85.             zbest = pop(j).Best;
    
86.         end
    
87.         
    
88.         w = w * wdamp;
    
89.     end
    
90.     fitness_iter(i) = fitnesszbest;
    
91.    
    
92.     figure(1)
    
93.     PlotSolution(zbest.sol,model)
    
94.     pause(0.1)
    
95. end
    
96. 
    
97. %% 最后的显示部分
    
98. disp('最优解')
    
99. disp(zbest)
    
100. fprintf('\n')
     
101. 
     
102. figure('color',[1,1,1])
     
103. plot(fitness_iter,'ro-','linewidth',2)
     
104. xlabel('迭代次数'); ylabel('适应度曲线');
     
105. axis tight
     
106. grid on
     
107. 
     
108. figure(1)
     
109. PlotSolution(zbest.sol,model)
     
110. pause(0.1)

复制代码

CreateModel如下：

游客，如果您要查看本帖隐藏内容请回复

参考：
【1】结果动态图
【2】子函数参考链接
【3】粒子群算法PSO视频讲解
【4】改进的粒子群算法
【5】多目标粒子群算法

wasd789

666666666666666666666666好

siyecao1996

很好的代码

weki

学习路径规划中，谢谢楼主

az460

666666666666学习一下

Reborn

楼主威武，毕业设计刚好用到

king_wei

求求求QQQQQQQQQQ

wal1985

非常好的代码

lima

hello，看一下代码

yy520

sadasdasdasdasdd