零基础学习Python--粒子群算法PSO函数寻优-1

Halcom

零基础学习Python--粒子群算法PSO函数寻优：（菜鸟编程solemnysw）
版权声明：本文为博主原创文章，未经博主允许不得转载。严格禁止其它商用行为！
百度网盘链接：
链接：http://pan.baidu.com/s/1c19Qjjq
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主函数：

1. from PIL import Image
   
2. from pylab import *
   
3. import string
   
4. import matplotlib.pyplot as plt  
   
5. import numpy as np
   
6. import random
   
7. import fun
   
8. 
   
9. #print random.random()
   
10. # PSO algorithm parameters
    
11. c1 = 1.49445;
    
12. c2 = 1.49445;
    
13. maxg=200;  
    
14. sizepop=20;
    
15. Vmax=1;
    
16. Vmin=-1;
    
17. popmax=5;
    
18. popmin=-5;
    
19. nVar = 2;
    
20. pop = [[0 for x in range(nVar)] for y in range(sizepop)]
    
21. gbest = [[0 for x in range(nVar)] for y in range(sizepop)]
    
22. fitness = [0 for x in range(sizepop)]
    
23. fitnessgbest = [0 for x in range(sizepop)]
    
24. zbest = [0 for x in range(nVar)]
    
25. V = [[0 for x in range(nVar)] for y in range(sizepop)]
    
26. 
    
27. # init pop
    
28. for i in range(sizepop):
    
29.     pop[i][0] = popmin + (popmax-popmin)*random.random();
    
30.     pop[i][1] = popmin + (popmax-popmin)*random.random();
    
31.     fitness[i] = fun.funfitness(pop[i][0],pop[i][1]);
    
32.     gbest[i][0] = pop[i][0]
    
33.     gbest[i][1] = pop[i][1]
    
34.     fitnessgbest[i] = fitness[i]
    
35.     print fitness[i]
    
36. fitnesszbest = min(fitness);
    
37. index = fun.minIndex(fitness, fitnesszbest);
    
38. zbest[0] = pop[index][0]
    
39. zbest[1] = pop[index][1]
    
40. print zbest
    
41. #plot(range(sizepop), fitness,'r*-')
    
42. #plot( fitness,'r*-')
    
43. #show()
    
44. 
    
45. fitness_iter = [0 for x in range(maxg)]
    
46. # main loop
    
47. for i in range(maxg):
    
48.     for j in range(sizepop):
    
49.         # update vel
    
50.         r1 = random.random();
    
51.         r2 = random.random();
    
52.         V[j][0] = V[j][0] + c1*r1*(gbest[j][0]-pop[j][0])+c2*r2*(zbest[0]-pop[j][0]);
    
53.         V[j][1] = V[j][1] + c1*r1*(gbest[j][1]-pop[j][1])+c2*r2*(zbest[1]-pop[j][1]);
    
54.         if (V[j][0]>Vmax):
    
55.             V[j][0] = Vmax;
    
56.         elif (V[j][0]<Vmin):
    
57.             V[j][0] = Vmin;
    
58.         if (V[j][1]>Vmax):
    
59.             V[j][1] = Vmax;
    
60.         elif (V[j][1]<Vmin):
    
61.             V[j][1] = Vmin;
    
62.         # update position
    
63.         pop[j][0] = pop[j][0] + 0.5*V[j][0];
    
64.         pop[j][1] = pop[j][1] + 0.5*V[j][1];
    
65.         if (pop[j][0]>popmax):
    
66.             pop[j][0] = popmax;
    
67.         elif (pop[j][0]<popmin):
    
68.             pop[j][0] = popmin;
    
69.         if (pop[j][1]>popmax):
    
70.             pop[j][1] = popmax;
    
71.         elif (pop[j][1]<popmin):
    
72.             pop[j][1] = popmin;
    
73.         
    
74.         fitness[j] = fun.funfitness(pop[j][0],pop[j][1]);
    
75.         if (fitness[j]<fitnessgbest[j]):
    
76.             fitnessgbest[j] = fitness[j]
    
77.             gbest[j][0] = pop[j][0];
    
78.             gbest[j][1] = pop[j][1];
    
79.         if (fitness[j]<fitnesszbest):
    
80.             fitnesszbest= fitness[j];
    
81.             zbest[0] = pop[j][0];
    
82.             zbest[1] = pop[j][1];
    
83.     fitness_iter[i] = fitnesszbest;
    
84. 
    
85. print "最优解:"
    
86. print zbest
    
87. plot( fitness_iter,'b-' )
    
88. show()

复制代码

相应的fun子函数如下：

1. def funfitness(x1,x2):
   
2.     y = (x1-0.5)**2+(x2-0.6)**2;
   
3.     return y;
   
4. 
   
5. def minIndex(fitness, fitnesszbest):
   
6.     for i in range(len(fitness)):
   
7.         if(fitness[i] == fitnesszbest):
   
8.             break;
   
9.     return i;
   

复制代码

sunlei0417

谢谢楼主无私的分享

pzhuzq

谢谢分享。

sheepherder

感谢大佬，谢谢分享。

therookie

谢谢楼主无私的分享

LJN

谢谢楼主无私的分享