EDA365电子论坛网
标题:
随机固定分组合作协同进化PSO算法（CCPSO）
[打印本页]
作者:
uqHZau
时间:
2020-10-19 14:15
标题:
随机固定分组合作协同进化PSO算法（CCPSO）
. d7 ^6 k2 S+ c: I0 l
合作协同进化（Cooperative Coevolution）是求解大规模优化算法一个有效的方法。将大规模问题分解为一组组较小的子问题。而合作协同进化的关键是分解策略。
6 f; q: r3 G+ S9 V4 ]) b/ I1 H
! e Y5 O( f% j- R- C
PSO算法是粒子群优化算法。此文章是随机固定分组的合作协同进化利用PSO来优化。
0 ~ o% X9 d& {/ w
@' s% J7 k3 c) j! P$ N0 y! |
比如有12个决策变量，我们固定随机优化3个决策变量，那么就将决策变量分成了4组。
" V9 k$ z) [* r
$ T7 F- v6 D+ T# l, V! m4 I' c
MATLAB主函数代码：
! n* `( {; ?7 x" y& m+ C0 l1 D
2 h3 l( P7 c% W/ P. K+ q
clear;
clc;
format long;
%------给定初始化条件--------
global M
global bound
MaxDT=100; %最大迭代次数
global Dim
Dim=22; %搜索空间维数（未知数个数）
sub_dim= 11 ;
M=30; %初始化群体个体数目
bound=1;
%global answer %最后所有粒子的结果（包括特征与精确度）
x=randn(M,Dim); %随机初始化位置
v=randn(M,Dim); %随机初始化速度
result = 1;
while MaxDT ~= 0
subgroup = rnd_divide(Dim, sub_dim);
for i=1:length(subgroup)
[sub_x, sub_v, temp_result] = PSO(x(:,subgroup{i}), v(:,subgroup{i}), sub_dim, subgroup{i});
x(:,subgroup{i}) = sub_x;
v(:,subgroup{i}) = sub_v;
if(temp_result < result)
result = temp_result;
end
end
%可以在协同进化后进行一次全局优化
%[x, v, temp_result] = PSO(x, v, Dim);
%if(temp_result < result)
% result = temp_result;
%end
MaxDT =MaxDT - 1;
end
3 X5 Z* c, Q% S* ?/ u+ d
z9 z% K( a9 W
机分组算法
" \0 ~) E0 E( y, {6 j
% random grouping
function group = rnd_divide(dim, subdim)
dim_rand = randperm(dim);
group = {};
for i = 1:subdim:dim
index = dim_rand(i:i+subdim-1);
group = {group{1:end} index};
end
end
7 v2 h* i$ t6 M7 W& A
. A$ Z! ~9 b' d8 W
其它函数依赖项与PSO算法相同。
& X# H4 Z" |3 c V5 N) Q h
作者:
regngfpcb
时间:
2020-10-19 14:48
随机固定分组合作协同进化PSO算法（CCPSO）
欢迎光临 EDA365电子论坛网 (https://bbs.eda365.com/)
Powered by Discuz! X3.2