Matlab编程求解粒子群

Matlab编程
采用PSO求解y=1-cos(3x)^(-x)在【0，4】上的最大值。

结果还不对，我有空再调一下

clc
clear
close all
%% II. 绘制目标函数曲线图
x = 0:0.01:4;
fun = @(x) 1-cos(3.*x).^(-x);
y = fun(x);
figure
plot(x, y)
hold on
%% III. 参数初始化
c1 = 1.5;
c2 = 2;
maxgen = 80;   % 进化次数  
sizepop = 100;   %种群规模
Vmax = 0.05;   %速度的范围，超过则用边界值。
Vmin = -0.05;  
popmax = 1000;   %个体的变化范围
popmin = 0;
%% IV. 产生初始粒子和速度
for i = 1:sizepop
    % 随机产生一个种群
    pop(i,:) = (rands(1) + 2) / 2 + 1;    %初始种群，rands产生(-1,1)，调整到(1,2)
    V(i,:) = 0.05 * rands(1);  %初始化速度
    % 计算适应度
    fitness(i) = fun(pop(i,:));   
end
%% V. 个体极值和群体极值
[bestfitness,bestindex] = max(fitness);
zbest = pop(bestindex,:);   %全局最佳
gbest = pop;    %个体最佳
fitnessgbest = fitness;   %个体最佳适应度值
fitnesszbest = bestfitness;   %全局最佳适应度值
%% VI. 迭代寻优
for i = 1:maxgen
    
    for j = 1:sizepop
        % 速度更新
        V(j,:) = V(j,:) + c1*rand*(gbest(j,:) - pop(j,:)) + c2*rand*(zbest - pop(j,:));
        V(j,V(j,:)>Vmax) = Vmax;
        V(j,V(j,:)<Vmin) = Vmin;
        
        % 种群更新
        pop(j,:) = pop(j,:) + V(j,:);
        pop(j,pop(j,:)>popmax) = popmax;
        pop(j,pop(j,:)<popmin) = popmin;
        
        % 适应度值更新
        fitness(j) = fun(pop(j,:)); 
    end
    
    for j = 1:sizepop    
        % 个体最优更新
        if fitness(j) > fitnessgbest(j)
            gbest(j,:) = pop(j,:);
            fitnessgbest(j) = fitness(j);
        end
        
        % 群体最优更新
        if fitness(j) > fitnesszbest
            zbest = pop(j,:);
            fitnesszbest = fitness(j);
        end
    end 
    yy(i) = fitnesszbest;          
end
 
%% VII. 输出结果并绘图
disp([fitnesszbest zbest])
plot(zbest, fitnesszbest,'r*')
figure
plot(yy)
title('最优个体适应度','fontsize',12);
xlabel('进化代数','fontsize',12);ylabel('适应度','fontsize',12);

可以参考我同学写的一篇博客https://blog.csdn.net/Hjh1906008151/article/details/125052052?spm=1001.2014.3001.5502，然后应该改改函数就可以了。