#?-*-?coding:?utf-8?-*-
“““
Created?on?Fri?Apr?13?20:40:15?2018

@author:?wanglei
“““
from?datasets?import?LoadData
from?datasets?import?Fitness
from?keras.models?import?Sequential
from?keras.layers?import?DenseDropoutActivation
from?keras.optimizers?import?AdamSGD
from?keras.utils.visualize_plots?import?figures??
import?matplotlib.pyplot?as?plt??
import?numpy?as?np

#數據導入
data?=?LoadData.load_data（）
train_input?=?data[‘train_input‘]
train_output?=?data[‘train_output‘]
test_input?=?data[‘test_input‘]
test_output?=?data[‘test_output‘]

#神經網絡參數設置
inputnum?=?train_input.shape[1]
hiddennum?=?12
outputnum?=?train_output.shape[1]

#PSO?參數設置
pso_c1?=?1.499455
pso_c2?=?1.49445

pso_maxgen?=?200
pso_sizepop?=?30?#pso?種群中粒子數
pso_longpop?=?inputnum*hiddennum+hiddennum*outputnum+hiddennum+outputnum

pso_Vmax?=?1
pso_Vmin?=?-1
pso_popmax?=?5
pso_popmin?=?-5

#?粒子位置/速度初始化
pso_pop?=?10?*?np.random.rand（pso_sizepoppso_longpop）?-5
pso_V?=?2?*?np.random.rand（pso_sizepoppso_longpop）?-1

#?評價粒子適應度
pso_fitness?=?np.random.rand（pso_sizepop1）?+5
i?=?0?#pso種群粒子長度迭代index
while?i?????
????print?（?‘fitness:?‘?+?str（i））
????pso_fitness[i]=Fitness.fit（train_inputtrain_outputtest_inputtest_outputpso_pop[i]）
????i?=?i?+1

pso_fitBest?=?pso_fitness.min（）
pso_fitBest_index?=?np.argmin（pso_fitness）?
pso_zbest?=?pso_pop[pso_fitBest_index]?#全局最佳
pso_gbest?=?pso_pop?#個體最佳?初始為pop初始值
pso_zbest_fit?=?pso_fitBest?#全局最佳值的適應度
pso_gbest_fit?=?pso_fitness
fit_history?=?[]

fit_history.append（pso_zbest_fit）

#PSO?迭代
j?=?0?#?pso種群迭代代數index
k?=?0?#?pso種群粒子長度迭代index
while?j?????print?（?‘gen:‘?+?str（j））
????
????while?k?????????print（?‘gen:‘?+?str（j）?+?‘pop?update:‘?+?str（k））
????????
????????#速度更新
????????pso_V[k]?=?pso_V[k]?+?pso_c1?*?np.random.random_sample（）?*?（pso_gbest[k]?-?pso_pop[k]）?+?pso_c2?*?np.random.random_sample（）?*?（pso_zbest?-?pso_pop[k]）
????????#超過界限的置為界限
????????pso_V[k][np.argwhere（pso_V[k]?>?pso_Vmax）]?=?pso_Vmax
????????pso_V[k][np.argwhere（pso_V[k]?????????
????????#位置更新
????????pso_pop[k]?=?pso_pop[k]?+?0.2?*??pso_V[k]
????????pso_pop[k][np.argwhere（pso_pop[k]?>?pso_popmax）]?=?pso_popmax
????????pso_pop[k][np.argwhere（pso_pop[k]?????????
????????#自適應變異
????????if?np.random.random_sample（）?>?0.95:
????????????pso_pop[k][np.random.randint（0pso_longpop）]?=?10?*?np.random.random（）?-5
???????????????????
????????pso_fitness[k]=Fitness.fit（train_inputtrain_outputtest_inputtest_outputpso_pop[k]）
????????k?=?k?+?1
????????
????#更新個體/群體最優值
????k?=?0
????while?k?????????print?（‘gen:‘?+?str（j）?+?‘?best?update‘?+?str（k））
????????if?pso_fitness[k]?????????????pso_gbest[k]?=?pso_pop[k]
????????????pso_gbest_fit[k]?=?pso_fitness[k]
????????????
????????if?pso_fitness[k]?????????????pso_zbest?=?pso_pop[k]
????????????pso_zbes

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????3345??2018-04-13?20:43??PSO.py

?????文件???????2773??2018-07-17?20:42??PSO_BP.py

-----------?---------??----------?-----??----

?????????????????6118????????????????????2