关于粒子群算法的目标函数优化，优化函数如下图

function main()

clc;clear all;close all;

tic; %程序运行计时

E0=0001; %允许误差

MaxNum=100; %粒子最大迭代次数

narvs=1; %目标函数的自变量个数

particlesize=30; %粒子群规模

c1=2; %每个粒子的个体学习因子，也称为加速常数

c2=2; %每个粒子的社会学习因子，也称为加速常数

w=06; %惯性因子

vmax=08; %粒子的最大飞翔速度

x=-5+10rand(particlesize,narvs); %粒子所在的位置

v=2rand(particlesize,narvs); %粒子的飞翔速度

%用inline定义适应度函数以便将子函数文件与主程序文件放在一起，

%目标函数是：y=1+(21(1-x+2x^2)exp(-x^2/2))

%inline命令定义适应度函数如下：

fitness=inline('1/(1+(21(1-x+2x^2)exp(-x^2/2)))','x');

%inline定义的适应度函数会使程序运行速度大大降低

for i=1:particlesize

for j=1:narvs

f(i)=fitness(x(i,j));

end

end

personalbest_x=x;

随着分布式电源(distributed generation,DG)在配电网中安装比例逐年增加,配电自动化应加强对DG的优化调度功能,发挥DG对配电网优化的有利作用。配电网重构是配电网优化的重要措施,DG联网后,DG注入配电网功率直接影响配电网重构结果。为使配电网性能达到整体最优,提出了一种基于粒子群优化算法(particle swarm optimization,PSO)的配电网重构和DG注入功率综合优化算法。该算法根据PSO并行计算的特点,采用PSO和二进制粒子群优化算法(binary particle swarm optimization,BPSO)相结合的方式,对转换开关状态和DG注入功率2种控制变量同时处理,达到配电网网损、电压偏差最小的目的。将DG作为可调度设备,对配电网重构和DG注入功率进行综合优化,提高了含DG配电网的电能质量和供电可靠性。将该算法应用到3馈线配电系统,仿真结果验证了所提算法的有效性。

[r,c] = find(R == max(R(:))); 检索R中最大元素所在的位置（行标r和列标c）

thetap = theta(c(1)); theta（）是自定义函数

给你一个地址，是Mathworks公司网站上的，全球Matlab使用者将自己的代码在这里分享，这是粒子群算法PSO工具箱地址

>

matlab最优化程序包括

无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 WolfePowell法

单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法

内点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法 线性规划 单纯形法 修正单纯形法 大M法 变量有界单纯形法 整数规划 割平面法 分支定界法 0-1规划 二次规划

拉格朗曰法 起作用集算法 路径跟踪法 粒子群优化算法 基本粒子群算法 带压缩因子的粒子群算法 权重改进的粒子群算法 线性递减权重法 自适应权重法 随机权重法

变学习因子的粒子群算法 同步变化的学习因子 异步变化的学习因子 二阶粒子群算法 二阶振荡粒子群算法

以上就是关于关于粒子群算法的目标函数优化，优化函数如下图全部的内容，包括:关于粒子群算法的目标函数优化，优化函数如下图、求大神给一个分布式电源在配电网优化配置的matlab程序。、粒子群算法的matlab程序，一个线性规划问题的解决。主要是那个限制条件的处理。等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！