PSO算法解决带约束条件的优化问题

Posted 2023-04-22

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.\]