用人工智能算法解非凸优化问题

如图，自己找的粒子群算法在约束条件这里卡住了。最好是用MATLAB写的。

img

等式可以在一开始的func中写好
条件可以在粒子群每一次x加上速度之后做一次惩罚。
大致的思路就是，更迭后的x带进去s.t.中检查一下是否符合要求，如果不符合要求则选取一种办法拉回到符合条件的区域，例如当前粒子再次随机生成并检查是否在条件区域内，一直随机生成直到粒子落进去，或者取消上次的速度方向上的矢量 即x=x-v，然后再赋予一个更小的速度vm,x=x+vm，并尝试再次判断是否落入条件区域，一直检查若有必要则一直缩减当前粒子的速度并回退再移动。

对于约束优化问题，我们得从约束处理上来做。
因此，需要结合你的粒子群算法和约束处理技术，而通常使用得约束处理技术采用可行性规则。
但想要使其做出得效果比较好，则需要加上约束函数m文件夹和可行性规则处理技术的代码，综合应用才可以解决。

想要了解人算法处理约束优化问题，可以看我主页的文章【matlab:差分进化算法处理约束优化问题---------------------约束进化优化的复合微分优化（CCODE）】，此文章采用的是差分进化算法来做的约束处理优化