function?[mu1?mu2]?=?GMM_PSO（data）;?%data?是行向量
nbStates=2;
len_data=length（data）;
%%%%%%%%%%%%%%-PSO-%%%%%%%%%%%%%%%%
wmax=1;
wmin=0;
itmax=50;
c1=2;
c2=2;
for?iter=1:itmax
????W（iter）=wmax-（（wmax-wmin）/itmax）*iter;
end
%initialization?of?positions?of?agents
a=min（data）;%參數最小值
b=max（data）;%參數最大值
N=50;%粒子數
D=2;%參數個數
%?tcl=0.05;

x=[];vmfit=[];
%?f=‘x.*sin（4*pi.*x）-y.*sin（4*pi.*y+pi+1）‘;%待優化函數
%?[xy]=meshgrid（a:tcl:ba:tcl:b）;
%?vxp=x;
%?vyp=y;
%?vzp=eval（f）;
x=a+（b-a）*rand（ND1）;%第一代粒子位置隨機生成，N代表粒子數，D代表參數個數，1代表第一代
%initialization?of?velocities?of?agents
V=wmin+（wmax-wmin）*rand（ND1）;%第一代粒子速度隨機生成

for?i=1:N
????%%%%%%%%%%%%%%%%%%%%%%%%%%
????mu1=x（i11）;
????mu2=x（i21）;
????%
????P_omiga1_I=ones（1len_data）-（abs（data-x（i11））./（abs（data-x（i11））+abs（data-x（i21））+eps））;
????P_omiga2_I=ones（1len_data）-（abs（data-x（i21））./（abs（data-x（i11））+abs（data-x（i21））+eps））;
????%
????P1=sum（P_omiga1_I（:））/len_data;%先驗概率
????P2=sum（P_omiga2_I（:））/len_data;
????%
????aa=P_omiga1_I.*abs（data-mu1）;
????bb=P_omiga2_I.*abs（data-mu2）;
????%
????cita1=sqrt（sum（aa（:））/sum（P_omiga1_I（:）））;%方差
????cita2=sqrt（sum（bb（:））/sum（P_omiga2_I（:）））;
????%%%%%%%%%%%%%%%%%%MLE為一個行向量%%%%%%%%%%%%%%%%%%%%%%%
????MLE=log（P1/（sqrt（2*pi）*cita1+eps）.*exp（-（data-mu1）.^2/（2*cita1^2+eps））+P2/（sqrt（2*pi）*cita2+eps）.*exp（-（data-mu2）.^2/（2*cita2^2+eps））+eps）;
????F（i11）=sum（MLE（:））;
end
%?media=mean（F（:11））;
%?vmfit=[vmfit?media];

[CI]=max（F（:11））;%求取第一代粒子中適應度最大的粒子，I為最大值C在F中的位置
B（111）=C;
gbest（111）=x（I11）;
gbest（121）=x（I21）;%第一代的最大值也就是目前整個種群找到的最優解，這個極值是全局最優極值gbest

%?matrix?composed?of?gbest?vector
for?p=1:N
????for?r=1:D
????????G（pr1）=gbest（1r1）;%整個種群目前找到的最優解
????end
end
Fbest（111）=C;
%把前一代的最優值保存起來
for?i=1:N
????pbest（i:1）=x（i:1）;%第一代本身即為個體極值點
end
Fb（111）=C;
%計算第一代粒子中被優化的函數的最優值

for?j=2:itmax?%從第二代開始迭代
????V（::j）=W（j-1）*V（::j-1）+c1*rand*（pbest（::j-1）-x（::j-1））+c2*rand*（G（::j-1）-x（::j-1））;
????x（::j）=x（::j-1）+V（::j）;
????for?xx=1:N
????????for?yy=1:D
????????????if?x（xxyyj）????????????????x（xxyyj）=a;
????????????end;
????????????if?x（xxyyj）>b
????????????????x（xxyyj）=b;
????????????end;
????????end;
????end;
????for?i=1:N
????????%%%%%%%%%%%%%%%%%%%%%%%%%%
????????mu1=x（i1j）;
????????mu2=x（i2j）;
????????%
????????P_omiga1_I=ones（1len_data）-abs（data-x（i1j））./（abs（data-x（i1j））+abs（data-x（i2j））+eps）;
????????P_omiga2_I=ones（1len_data）-abs（data-x（i2j））./（abs（data-x（i1j））+abs（data-x（i2j））+eps）;
????????%
????????P1=sum（P_omiga1_I（:））/len_data;%先驗概率
????????P2=sum（P_omiga2_I（:））/len_data;
????????%
????????aa=P_omiga1_I.*abs（data-mu1）;
????????bb=P_omiga2_I.*abs（data-mu2）;
????????%
????????cita1=sqrt（sum（aa（:））/sum（P_omiga1_I（:）））;%方差
????????cita2=sqrt（sum（bb（:））/sum（P_omiga2_I（:）））;
????????%%%%%%%%%%%%%%%%%%MLE為一個行向量%%%%%%%%%%%%%%%%%%%%%%%
????????MLE=log（P1/（sqrt（2*pi）*cita1+eps）.*exp（-（data-mu1）.^2/（2*cita

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2014-05-07?09:43??LBF和LDF模型程序\
?????文件????????4336??2014-11-01?18:16??LBF和LDF模型程序\GMM_PSO.m
?????文件????????5509??2014-11-01?18:16??LBF和LDF模型程序\LBF.m
?????文件????????5095??2014-11-01?18:16??LBF和LDF模型程序\LDF.m
?????文件??????111947??2014-11-01?18:16??LBF和LDF模型程序\chr11.mat
?????文件??????113434??2014-11-01?18:16??LBF和LDF模型程序\chr12.mat
?????文件??????120923??2014-11-01?18:16??LBF和LDF模型程序\cis11.mat
?????文件??????121039??2014-11-01?18:16??LBF和LDF模型程序\cis12.mat
?????文件??????118349??2014-11-01?18:16??LBF和LDF模型程序\cisp1.mat
?????文件??????119886??2014-11-01?18:16??LBF和LDF模型程序\cisp2.mat
?????文件???????59978??2014-11-01?18:16??LBF和LDF模型程序\jb11.mat
?????文件???????60061??2014-11-01?18:16??LBF和LDF模型程序\jb22.mat
?????文件????40222720??2014-05-07?10:02??LBF和LDF模型程序\movie7.avi
?????文件????????6197??2014-11-01?18:16??LBF和LDF模型程序\zzz.m
?????文件????????1003??2014-11-01?18:16??LBF和LDF模型程序\zzz1.m