【摘要】：混合编程是综合使用多种开发工具技术优势的一种常用手段，本章所设计的算法平台在Windows XP下由Microsoft Visual C++6.0与Mathworks Matlab 6.5集成开发。平台的主要功能由VC实现，只有图形显示的功能由Matlab来完成，也就是实现Output接口的策略类需要与Matlab进行交互。利用PSO算法平台中的PSO-LDW算法来求解全局极小值，平台的完整界面及运行的结果如图7.4所示。平台中间显示的图形和右边的列表可以分别以图形文件和文本文件的方式保存，这正好对应的是Output接口的实现。
7.3.3 算法平台演示
混合编程是综合使用多种开发工具技术优势的一种常用手段，本章所设计的算法平台在Windows XP下由Microsoft Visual C++6.0与Mathworks Matlab 6.5集成开发。平台的主要功能由VC实现，只有图形显示的功能由Matlab来完成，也就是实现Output接口的策略类需要与Matlab进行交互。
图7.3所示的是PSO算法中部分操作的实现界面，左边是算法参数的设置，对应的是算法中不变的操作;右边是部分公共接口和策略类的实现界面，“个体编码方式”对应PopInit，“测试函数”对应ComputeFitness ，“速度更新策略”对应的是UpdateVelocity。
利用PSO算法平台中的PSO-LDW算法来求解全局极小值，平台的完整界面及运行的结果如图7.4所示。图7.4左边的部分就是图7.3展示的部分，这一部分界面是移动的面板，可以任意调整其位置;中间的图形显示部分是通过Matlab的绘图功能来完成的，第一幅是适应值函数随着进化代数增加的变化曲线，第二幅是待求解问题的二维等高线图，从此图可以直观地发现种群粒子的二维分布情况，有利于对算法的进一步分析，第三幅是待求解问题的三维函数图，通过此图可以推测问题求解的难易程度;右边的列表保存的是PSO算法运行时每代中最好粒子的适应值。平台中间显示的图形和右边的列表可以分别以图形文件和文本文件的方式保存，这正好对应的是Output接口的实现。其余接口在平台的后台实现，界面上没有直观的显示。
图7.3 接口部分
图7.4 算法平台界面
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
