【数学建模】基于matlab改进量子行为的粒子群算法机组燃烧控制系统建模【含Matlab源码 1609期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【数学建模】基于matlab改进量子行为的粒子群算法机组燃烧控制系统建模【含Matlab源码 1609期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、部分源代码

%*****************应用QPSO算法进行500MW--600MW燃料量对主蒸汽压力系统辨识——QPSO_526_B2PT_new.m
clear;  clc;    tic;
load 526select;                 %加载数据：526select表示500-600MW挑选了250组升负荷过程数据
NUM=250;                        %加载数据有多少组,记得改mdl里仿真时间
dimension = 5;                  %问题维数--即辨识多少个参数
popsize = 20;                   %群体规模
MAXITER = 40;                   %最大迭代次数              xmax = [10,300,300,300,100];    %搜索范围上界，注意寻优算法默认全是正值
xmin = [-10,0.0,0.0,0.0,0.01];  %搜索范围下界
M = (xmax-xmin)/2;              %搜索范围的中值
data1 = zeros(MAXITER);         %记录每一迭代步的最好适应值%*****************初始化每个粒子最好位置、全局最好位置
x = rand(popsize,dimension,1);  %初始化粒子：popsize行dimension列的随机化
for i = 1:popsizefor j = 1:dimensionx(i,j) = (xmax(1,j)-xmin(1,j)) *x(i,j) + xmin(1,j);end
end
pbest = x;                      %初始化每个粒子最好位置、popsize行dimension列
gbest = zeros(1,dimension);     %初始化全局最好位置为0、1行dimension列%*****************计算初始适应值
for i = 1:popsize               %计算初始时粒子的适应值
%_______________________________要改参数的地方_____________________________%   k = x(i,1);                 %将初始粒子的值代入mdl模型t1 = x(i,2);t2 = x(i,3);    t3 = x(i,4);tdelay = x(i,5);sim('B2PT');                                                    %进行仿真yt4to5 = PTout526.signals.values;                               %yt4to5为模型的输出f_pbest(i) = (PT526lvbo-yt4to5)'*(PT526lvbo-yt4to5);            %求均方差
endg = find(   f_pbest==min(f_pbest)   );                          %初始时全局最好粒子在第几行gbest = pbest(g,:);                                             %初始时全局最好粒子位置    f_gbest = f_pbest(g);                                           %记录全局最好位置的适应值    MINIMUM = f_pbest(g);                                           %记录算法每次迭代找到的最好适应值%*****************算法的迭代开始     for i = 1:popsizefi1 = rand(1,dimension);fi2 = rand(1,dimension);u = rand(1,dimension);p = (2*fi1.*pbest(i,:)+2.1*fi2.*gbest)./(2*fi1+2.1*fi2);    %计算随机点吸引子、没看到2和2.1作用      b = alpha*abs(mbest-x(i,:));v = -log(u);x(i,:) = p+((-1).^ceil(0.5+rand(1,dimension))).*b.*v;       %粒子位置的更新           z = x(i,:) - (xmax+xmin)/2;                                 %以下3行将粒子位置限制在搜索范围z = sign(z) .* min(abs(z),M);x(i,:) = z + (xmax+xmin)/2;
%_______________________________要改参数的地方_____________________________%         k = x(i,1);t1 = x(i,2);t2 = x(i,3);    t3 = x(i,4);tdelay = x(i,5);
%*****************计算新粒子的适应值,以确定每次迭代时的最优粒子sim('B2PT');                                                %更新了粒子，进行仿真yt4to5 = PTout526.signals.values;                           % yt4to5为模型的输出f_x(i) = (PT526lvbo-yt4to5)'*(PT526lvbo-yt4to5);            % 求均方差if (f_x(i)<f_pbest(i))                                      %更新粒子个体最好位置pbest(i,:) = x(i,:);f_pbest(i) = f_x(i);end           if f_pbest(i)<f_gbest                                       %更新粒子群全局最好位置gg = [t,i]                                              %记录第t次迭代中最优的粒子在种群中的位置，即第几个。gbest = pbest(i,:)                                      %gbest是一个1*dimension的行向量f_gbest = f_pbest(i);                                   %记录全局最好位置适应值，在每次迭代过程中，随着粒子的循环而变化，粒子循环完成之后，得到的是本次迭代的种群最小适应值end            end                                                             %结束了一个粒子 popsize+1MSE = sqrt(f_gbest/NUM)                                         %每迭代一次 ，就更新一次全局最优粒子的标准差data1(t) = f_gbest;                                             %记录本次迭代找到的最好适应值
end                                                                 %结束了一次迭代 t+1
gbest                                                              %*****************把全局最优粒子仿真一遍，画出曲线对比
%_______________________________要改参数的地方_____________________________%
k = gbest(1,1);
t1 = gbest(1,2);
t2 = gbest(1,3);
t3 = gbest(1,4);
tdelay = gbest(1,5);sim('B2PT');
yt4to5 = PTout526.signals.values;           figure(1);plot(t_526,PT526lvbo,'b');                                      %实际输出，蓝色实线hold on;plot(t_526,yt4to5,':r');                                        %辨识输出，红色虚线legend('实际主蒸汽压力曲线','辨识主蒸汽压力曲线'); grid on;xlabel('时间/s');  ylabel('主蒸汽压力/MPa');
toc;                                                                %记录本次迭代找到的最好适应值

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]李昕.MATLAB数学建模[M].清华大学出版社.2017
[2]王健,赵国生.MATLAB数学建模与仿真[M].清华大学出版社.2016
[3]余胜威.MATLAB数学建模经典案例实战[M].清华大学出版社.2015

【数学建模】基于matlab改进量子行为的粒子群算法机组燃烧控制系统建模【含Matlab源码 1609期】相关推荐

【微电网优化】基于量子行为粒子群算法机组燃烧控制系统建模含Matlab源码
1 简介能源问题与环境问题随着现代社会的快速发展已成为中国乃至全世界关注的焦点.就我国现状来说,由于独特的能源架构和社会形态,直接决定了我国的电力工业在当今乃至未来相当长的一段时期内将以燃煤火电机组 ...
【Matlab路径规划】改进的遗传算法机器人避障路径规划【含GUI源码 703期】
一.代码运行视频(哔哩哔哩) [Matlab路径规划]改进的遗传算法机器人避障路径规划[含GUI源码 703期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] ...
【Matlab人脸识别】人脸实时检测与跟踪【含GUI源码 673期】
一.代码运行视频(哔哩哔哩) [Matlab人脸识别]人脸实时检测与跟踪[含GUI源码 673期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]孟逸凡,柳益君 ...
【Matlab指纹识别】指纹识别门禁系统【含GUI源码 1692期】
一.代码运行视频(哔哩哔哩) [Matlab指纹识别]指纹识别门禁系统[含GUI源码 1692期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 包子阳,余继 ...
【Matlab树叶分类】BP神经网络植物叶片分类【含GUI源码 916期】
一.代码运行视频(哔哩哔哩) [Matlab树叶分类]BP神经网络植物叶片分类[含GUI源码 916期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅 ...
【Matlab水果蔬菜识别】形态学水果蔬菜识别【含GUI源码 919期】
一.代码运行视频(哔哩哔哩) [Matlab水果蔬菜识别]形态学水果蔬菜识别[含GUI源码 919期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅. ...
【Matlab青草识别】形态学马唐草+牛筋草识别【含GUI源码 908期】
一.代码运行视频(哔哩哔哩) [Matlab青草识别]形态学马唐草+牛筋草识别[含GUI源码 908期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅 ...
【Matlab限速标志识别】形态学限速标志识别【含GUI源码 1142期】
一.代码运行视频(哔哩哔哩) [Matlab限速标志识别]形态学限速标志识别[含GUI源码 1142期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅 ...
【路径规划】改进的粒子群算法路径规划【含Matlab源码 491期】
⛄一.粒子群算法简介 1 引言自然界中的鸟群和鱼群的群体行为一直是科学家的研究兴趣所在.生物学家Craig Reynolds在1987年提出了一个非常有影响的鸟群聚集模型,在他的仿真中,每一个个体都 ...
【Matlab生物电信号】生物电信号仿真【含GUI源码 684期】
一.代码运行视频(哔哩哔哩) [Matlab生物电信号]生物电信号仿真[含GUI源码 684期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]董兵,超于毅,李 ...