粒子群优化的信息
8视图(30天)
显示旧的评论
我试图找到19个自由变量的值从我的数据,使用psw优化算法。我有兴趣看到19的发展变量与目标函数的最小化,在迭代。然后我想这againnst遗传算法进行比较。
与遗传算法我能够如此,并获得信息(参见下面的代码),但随着psw我不是无所不能的。ga,我调用这个函数从gaoptimset (PlotFcns, {@gaplotbestf, @gapop_func},…
你能帮我吗?谢谢你很多
函数[选项,optchanged] = gapop_func(选项、状态标志)
持续的最佳r history_min history_max% h1
optchanged = false;
开关国旗
情况下“init”
最好= state.Population;
assignin (“基地”,“gapopbestx”、最佳);
情况下“通路”
ib = state.Best(结束);
ib =找到(状态。分数= = ib, 1“最后一次”);
:bestx = state.Population (ib);
最好=[最好;bestx];
assignin (“基地”,“gapop_max_best”,history_max);
情况下“完成”
assignin (“基地”,“gapopbestx”、最佳);
结束
0评论
接受的答案
艾伦·韦斯
2018年12月28日
输出函数的语法之间的不同
遗传算法
和
particleswarm
。的一个例子
particleswarm
输出函数,看到
这个例子
。设置选项的正确方法
particleswarm
看到相同的例子(您必须使用
optimoptions
设置选项)。
艾伦·韦斯
MATLAB数学工具箱文档