什么意思这健身编码?我不理解。“的”是什么意思吗?

4视图(30天)

显示旧的评论

Areen Dalina 2022年6月23日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1746195-what-mean-by-this-fitness-coding-i-m-not-understand-what-is-ones-means

编辑: 沃尔特·罗伯森 2022年6月23日

这是编码

                          清晰的
                         
                          clc
                         
                          n = 50;%的大小群“不鸟”
                         
                          bird_step = 50;%最大数量的“鸟步骤”
                         
                          昏暗的= 10;%问题的维度
                         
                          c2 = 1.2;%算法参数C1
                         
                          c1 = 0.12;% C2算法参数
                         
                          w = 0.9;% pso动量或惯性
                         
                          健身= 0 * 1 (n, bird_step);%健身人口
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          %初始化参数
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          R1 =兰德(暗,n);
                         
                          R2 =兰德(暗,n);
                         
                          current_fitness = 0 * 1 (1, n);
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          %初始化群体和速度和位置
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          %初始化随机数发生器
                         
                          current_position = 10 *(兰德(暗,n));
                         
                          速度= 3 * randn(暗淡,n);
                         
                          local_best_position = current_position;
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          %计算初始种群
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          为i = 1: n
                         
                          current_fitness (i) =。(current_position(:,我));
                         
                          结束
                         
                          local_best_fitness = current_fitness;
                         
                          [global_best_fitness g] = min (local_best_fitness);
                         
                          为i = 1: n
                         
                          globl_best_position(:,我)= local_best_position (:, g);
                         
                          结束
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          %的优化
                         
                          % * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * %
                         
                          % - - - - - - - - - - - - %速度更新
                         
                          速度= w *速度+ c1 * (R1。* (local_best_position-current_position)) + c2 * (R2。* (globl_best_position-current_position));
                         
                          % - - - - - - SWARMUPDATE - - - - - - %
                         
                          current_position = current_position +速度;
                         
                          % - - - - - -评估新群- - - - - - %
                         
                          global_best_fitness =正;
                         
                          % % % %主循环
                         
                          iter = 0;% Iterationscounter
                         
                          而(iter < bird_step)
                         
                          iter = iter + 1;
                         
                          为i = 1: n,
                         
                          current_fitness (i) =。(current_position(:,我));
                         
                          结束
                         
                          为i = 1: n
                         
                          如果current_fitness (i) < local_best_fitness(我)
                         
                          local_best_fitness (i) = current_fitness(我);
                         
                          local_best_position(:,我)= current_position(:,我);
                         
                          结束
                         
                          结束
                         
                          [current_global_best_fitness g] = min (local_best_fitness);
                         
                          如果current_global_best_fitness < global_best_fitness
                         
                          global_best_fitness = current_global_best_fitness;
                         
                          为i = 1: n
                         
                          globl_best_position(:,我)= local_best_position (:, g);
                         
                          结束
                         
                          结束
                         
                          速度= w *速度+ c1 * (R1。* (local_best_position-current_position)) + c2 * (R2。* (globl_best_position-current_position));
                         
                          current_position = current_position +速度;
                         
                          x = current_position (1);
                         
                          :y = current_position (2);
                         
                          clf
                         
                          情节(x, y,“h”)
                         
                          轴([5 5 5 5]);
                         
                          暂停(3)
                         
                          结束%的while循环的结束意味着所有鸟类移动一步
                         
                          [Jbest_min,我]= min (current_fitness)%最低健身
                         
                          current_position(:,我)%最佳解决方案
                         
                          %

我不理解的是……

健身= 0 * 1 (n, bird_step);%健身人口

通过零乘以的什么?

下面是rosenbrock.m

                          函数f = ui (X)
                         
                          %适应度函数
                         
                          n =长度(X);
                         
                          f = 0;
                         
                          为我= 1:n - 1
                         
                          f = f + 100 * (X(我,1)*(我,1)- X (i + 1, - 1)) ^ 2 + (X(我,1)1)^ 2;%求和函数f = f +…
                         
                          结束