clc;
clear;
%%
%設定均衡點初值???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????
x0=0;
y0=0;
%%
%各博弈參與者或聯盟依次進行獨立優化決策
%此處選用粒子群算法作為優化算法
%此處以雙目標優化問題為例，從博弈的角度來求解最小值，fx=（x-1）^2+（x-y）^2fy=（y-3）^2+（x-y）^2

%參數初始化
c1=3;????????????????%個體學習因子
c2=3;????????????????%社會學習因子
w_max=0.9;???????????%設置最大慣性權重為0.9
w_min=0.4;???????????%設置最小慣性權重為0.4

nums_zibianliang=1;???%每個函數有1個自變量
max_die_dai=50;??????%迭代次數設置為50
size_zhong_qun=50;???%粒子種群規模設置為50

x=20.*rands（size_zhong_qunnums_zibianliang）;????%初始化粒子x的位置
y=20.*rands（size_zhong_qunnums_zibianliang）;????%初始化粒子y的位置

vx=3.*rands（size_zhong_qunnums_zibianliang）;????%初始化粒子x的飛翔速度
vy=3.*rands（size_zhong_qunnums_zibianliang）;????%初始化粒子y的飛翔速度

%定義適應度函數
fitness_1=inline（‘（x-1）^2+（x-y）^2‘‘x‘‘y‘）;????%適應度函數fitness_1
for?i=1:size_zhong_qun
	fx（i:）=fitness_1（x（i:）y0）;	
end

%這個地方邏輯上存在點問題，需要改一下
fitness_2=inline（‘（y-3）^2+（x-y）^2‘‘x‘‘y‘）;????%適應度函數fitness_2
for?i=1:size_zhong_qun
	fy（i:）=fitness_2（x0y（i:））;	
end

%最大速度值過大，容易導致越過最優區域，值過小，容易陷入局部最優
V_max=3;????????????????????????????????????????%速度最大值為2
V_min=-3;???????????????????????????????????????%速度最小值為-2

x_max=20;???????????????????????????????????????%種群x中個體位置的最大值
x_min=-20;??????????????????????????????????????%種群x中個體位置的最小值
y_max=20;???????????????????????????????????????%種群y中個體位置的最大值
y_min=-20;??????????????????????????????????????%種群y中個體位置的最小值

%群體中個體的最佳位置隨著迭代的進行而不斷發生變化
personal_best_local_x=x;???????????????????????????????%種群x中每個個體的最佳位置，隨著迭代的進行，數值將會發生改變
personal_best_value_x=fx;??????????????????????????????%種群x中每個個體的最佳適應度值
[global_best_value_xi]=min（personal_best_value_x）;????%計算出當前的全局最佳值和最佳值所對應的位置
global_best_local_x=personal_best_local_x（i:）;????????%當前的全局最佳位置

personal_best_local_y=y;???????????????????????????????%種群y中每個個體的最佳位置
personal_best_value_y=fy;??????????????????????????????%種群y中每個個體的最佳適應度值
[global_best_value_yi]=min（personal_best_value_y）;????%計算出當前的全局最佳值和最佳值所對應的位置
global_best_local_y=personal_best_local_y（i:）;????????%當前的全局最佳位置
%%
%迭代尋優
for?i?=?1:max_die_dai
????%更新慣性權重因子
????w=w_max-（（w_max-w_min）/max_die_dai）*i;
??????%粒子群x的更新
??????for?j?=?1:size_zhong_qun
????????%?速度更新
????????vx（j:）?=?w*vx（j:）?+?c1*rand*（personal_best_local_x（j:）-?x（j:））?+?c2*rand*（global_best_local_x?-?x（j:））;
????????if（vx（j:）>?V_max）
????????????vx（j:）?=?V_max;
????????else
????????????if（vx（j:）???????????????vx（j:）?=?V_min;
????????????end
????????end
????????
????????%?種群更新
????????x（j:）?=?x（j:）?+?vx（j:）;
????????if（?x（j:）>?x_max）
????????????x（j:）?=?x_max;
????????else
????????????if（x（j:）??????????????x（j:）=?x_min;
????????????end
????????end????????
????????
????????%?適應度值更新
????????fx_update（