基于混合粒子群优化和引力搜索算法的单目标问题求解（MATLAB代码）

引言：
在优化问题中，单目标问题是指寻找一个目标函数的最优解。混合粒子群优化（PSO）和引力搜索算法（GSA）是两种常用的优化算法，它们分别通过模拟鸟群的行为和物体之间的引力相互作用来寻找最优解。本文将介绍如何使用MATLAB实现基于混合粒子群和引力搜索算法的单目标问题求解。

算法原理：

1. 混合粒子群优化算法（PSO）：

   • 初始化粒子的位置和速度。
   • 计算每个粒子的适应度值。
   • 更新粒子的速度和位置。
   • 更新全局最优解。
   • 重复上述步骤直到达到停止条件。

2. 引力搜索算法（GSA）：

   • 初始化物体的位置和质量。
   • 计算每个物体受到的引力和位移。
   • 更新物体的位置。
   • 更新全局最优解。
   • 重复上述步骤直到达到停止条件。

MATLAB代码实现：
下面是使用MATLAB实现基于混合粒子群优化和引力搜索算法的单目标问题求解的代码。

% 参数设置
max_iter = 100;  % 最大迭代次数
pop_size = 50