PSO算法解决带约束条件的优化问题
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PSO算法解决带约束条件的优化问题相关的知识,希望对你有一定的参考价值。
用PSO算法解决带非线性约束条件的最小优化问题。急求程序
解决方案1:..m
.;unitcircle.....;.......;.....\....\.....\.m
............\..;.;.\.\......\psoplotswarm......m
....m
;ackleysfcn........m
...;psoiterate..;.........psopt20100414\..;......;.........m
;void...m
..\....m
.m
..;initstate.\.\...\..;.........\.;...;..;;dropwavefcn.......m
.\...\............\....\.m
.\.m
...\....\....\..........m
;.;...;rosenbrocksfcn..;griewangksfcn....;;..\.\..m
...\.....;testfcns
.................\...\......\.;templatefcn.\....\...;......;..m
;.m
...\...;.\.............;....;license;......;...;rastriginsfcn.......;pso.....;..;psogenerateoutputmessage............\.;testfcn1......\unitdisk.m
....\.;psocheckbounds...\...m
.....;...\.\...;......\..\.;..;.....\........\..\...m
.\....\.;psocheckinitialpopulation..\...\.;overlaysurface..\psorunhybridfcn.;..;psooptimset..;heart.....;psoplotswarmsurf..;psopt\............;.....\....\.\releasenotes.........\..\.....m
.m
..\..........\.\..;...\....\....\.;..\..\psocheckpopulationinitrange......\...........\..\...\...........\.............;.m
............;private\.\......\...\...;.\.....;...\....;testfcns\;......;quadrifolium.\.m
..;.....;;.;langermannsfcn;.\..............;..m
.....\........;overlaycontour..\..\..........\..\...\..........\......;psoplotscorediversity...;nonlinearconstrdemo.\.m
.;.....;...;psocreationuniform...\........;..m
......m
.....;............;private
........\.;..\...........;psodemo.........m
..........\..;.....;....;..\.;;dejongsfcn.............\....\.\......\....\..............\.......m
.;;psoplotbestf..;......m
...;schwefelsfcn;..\.;..........\.\.......\....\.....;......m
........\....;....m
..........txt
..txt
.m 参考技术A 约束条件:
a11x1+a12x2+…+a1nxn≤b1
a21x1+a22x2+…+a2nxn≤b2
…………………………
am1x1+am2x2+…+amnxn≤bm
x1,x2,…,xn≥0 式中x1,x2,…,xn为企业生产的各种产品;b1,b2,…,bm为可供使用的各种投入要素的数量;
aij(i=1,2…m;j=1,2,… n)为第j种产品每生产1个单位所需要的第i种投入要素的数量;最后,非负值约束条件表示各种产品的产量必须是正值,负值是没有意义的。
标准粒子群优化(Particle Swarm Optimization, PSO)算法
先来唠唠什么是最优化问题,就是在满足一定的约束条件下,找到一组合适参数,使得系统的某些性能指标(最优性度量)达到最值。迭代提供了一种求解最优化问题的基本思路:
\[\left\{ \begin{gathered}
- a + b + x = 3y \hfill \\
- ax - by = 1 \hfill \\
- ab + xy = 2 \hfill \\
- a + b = {(x + y)^2} \hfill \\
- \end{gathered} \right.\]
以上是关于PSO算法解决带约束条件的优化问题的主要内容,如果未能解决你的问题,请参考以下文章
Lingo带约束的目标函数优化,如何对式子中的参数循环赋值并输出结果?
约束优化之Lagrange乘子法KKT条件对偶问题最容易理解解读