php做自己的網(wǎng)站成功的營(yíng)銷案例及分析
目錄
1?主要內(nèi)容
2?部分代碼
3?效果圖
4 下載鏈接
1?主要內(nèi)容
很多同學(xué)在發(fā)文章時(shí)候最犯愁的就是創(chuàng)新點(diǎn)創(chuàng)新點(diǎn)創(chuàng)新點(diǎn)(重要的事情說三遍),對(duì)于采用智能算法的模型,可以采用算法改進(jìn)的方式來達(dá)到提高整個(gè)文章創(chuàng)新水平的目的,本篇分享一個(gè)效果比較好的粒子群三種算法實(shí)現(xiàn)代碼,并給出測(cè)試函數(shù)的對(duì)比效果,以供有需要的同學(xué)學(xué)習(xí)。
本次分享的程序是遺傳粒子群、混沌粒子群和基本粒子群的算法實(shí)現(xiàn)和效果對(duì)比,智能算法的創(chuàng)新以組合創(chuàng)新居多,通過兩種或多種方法的優(yōu)勢(shì)結(jié)合從而實(shí)現(xiàn)算法優(yōu)勢(shì)疊加或者彌補(bǔ)劣勢(shì)的目的,在算法尋優(yōu)性能包括尋優(yōu)速度、跳出局部最優(yōu)等方面表現(xiàn)更加突出。
2?部分代碼
clc clear %雜交概率:Pc %雜交池大小比例:Sp %最大迭代次數(shù):M %問題的維數(shù):D %目標(biāo)函數(shù)取最小值時(shí)的自變量值:xm %目標(biāo)函數(shù)的最小值:fv PSO; CPSO; %% 參數(shù)初始化 %粒子群算法中的兩個(gè)參數(shù) c1 = 1.49445;%學(xué)習(xí)因子 c2 = 1.49445;%學(xué)習(xí)因子 wmax=0.9;%慣性因子最大值 wmin=0.4;%慣性因子最小值 D=10;%粒子維數(shù) pc=0.5;%雜交概率 maxgen=1000; % 迭代次數(shù) sizepop=20; %種群規(guī)模 pm=0.05;%變異概率 Vmax=1; Vmin=-1; popmax=3; popmin=-3; randdata1= xlsread('randdata1'); randdata2= xlsread('randdata2'); %% 產(chǎn)生初始粒子和速度 for i=1:sizepop%隨機(jī)產(chǎn)生一個(gè)種群pop(i,:)=randdata1(1,:); %初始化粒子位置V(i,:)=randdata2(1,:); %初始化粒子速度%pop(i,:)=rands(1,D); %初始種群%V(i,:)=rands(1,D); %初始化速度fitness(i)=fun(pop(i,:)); %計(jì)算每個(gè)粒子的適應(yīng)度值 end ? %% 個(gè)體極值和群體極值 [bestfitness bestindex]=min(fitness); zbest=pop(bestindex,:); %全局最佳 gbest=pop; %個(gè)體最佳 fitnessgbest=fitness; %個(gè)體最佳適應(yīng)度值 fitnesszbest=bestfitness;???%全局最佳適應(yīng)度值
3?效果圖
通過改變fun.m中目標(biāo)測(cè)試函數(shù),就能得到不同測(cè)試函數(shù)的算法對(duì)比圖。