function?[?Besfi?Besi?Bfi?DIVS?]?=?BPSO（?SizeGc1c2wdeviceprice?）
%	基本粒子群優化算法（Particle?Swarm?Optimization）
%?輸入參數
%???c1????????????????學習因子1
%???c2????????????????學習因子2
%???w?????????????????慣性權重
%???G?????????????????最大迭代次數
%???Size??????????????初始化群體個體數目
%?輸出參數
%???輸出參數
%???Besfi????????優化后最優個體適應度
%???pg???????????最優個體
%???Bfi??????????每次迭代中最優個體的適應度，1*n向量
%???DIVS?????????種群多樣性

%創建一個進度條以監視優化進度
%?hWaitbar=waitbar（0‘開始優化計算...‘‘Name‘[num2str（Size）?‘-‘?num2str（G）?‘-‘?num2str（c1）?‘-‘?num2str（c2）?‘-‘?num2str（w）]）;
%?set（hWaitbar‘Windowstyle‘‘modal‘）;??%窗口鎖定最前
%?btnCancel?=?findall（hWaitbar‘style‘‘pushbutton‘）;?%查找“取消“按鈕
%?set（btnCancel‘string‘‘取消‘‘fontsize‘10）;?????%設置“取消“按鈕顯示字符

%優化對象參數提取
[concodedevicenumcodesizes]?=?Getcontrolcode（?device?）;???%提取未優化時的運行編碼
%?D：搜索空間維數（未知數個數）
D=size（concode2）;
%搜索范圍和個體移動速度限制

Maxx=ones（1D）;
Minx=zeros（1D）;
Maxv=ones（1D）;
Minv=zeros（1D）;
%?Maxv=（Maxx-Minx）/4;
%?Minv=-Maxv;

%------初始化種群的個體?（可以在這里限定位置和速度的范圍）------------

for?i=1:Size
????for?j=1:D
%?????????x（ij）=rand*（Maxx（j）-Minx（j）+Minx（j））;??%隨機初始化位置
????????v（ij）=rand*（Maxv（j）-Minv（j））+Minv（j）;??%隨機初始化速度
????????x（ij）=round（v（ij））;
????end
end

%------先計算各個粒子的適應度，并初始化Pi和Pg----------------------
for?i=1:Size
????ps（i）=fun（deviceround（x（i:））devicenumcodesizesprice）;
????y（i:）=x（i:）;
end

pg=round（x（1:））;?????????????%Pg為全局最優
Besfi=ps（1）;
for?i=2:Size
????if?ps（i）????????pg=round（x（i:））;
????????Besfi=ps（i）;
????end
end
%------進入主要循環，按照公式依次迭代，直到滿足精度要求------------
for?k=1:G
????time（k）=k;
???%?bf（t）=fitness（pgp）;

??%計算多樣性
?S=max（Maxx-Minx）/2;
?for?xj=1:1:D
????avgxj（xj）=mean（x（:xj））;
?end
?DIVS（k）=0;
?for?xi=1:1:Size
?????tmpd=0;
?????for?xj=1:1:D
?????????tmpd=tmpd+（x（xixj）-avgxj（xj））^2;
?????end
?????DIVS（k）=DI