function?[xmfv]=CLSPSO（fitnessNwc1c2xmaxxminMMaxCD）
%待優化的目標函數：fitness
%粒子數目：N
%慣性權重：w
%學習因子1：c1
%學習因子2:?c2
%自變量搜索域的最大值：xmax
%自變量搜索域的最小值：xmin
%最大迭代次數：M
%混沌搜索的最大步數：MaxC
%為題的維數：D
%目標函數取得最小值時的自變量值：xm
%目標函數的最小值：fv

format?long;
for?i=1:N
??for?j=1:D
????x（ij）=randn;
????v（ij）=randn;
??end
end
for?i=1:N
??p（i）=fitness（x（i:））;
??y（i:）=x（i:）;
end
pg=x（N:）;
for?i=1:N-1
????if?fitness（x（i:））????????pg=x（i:）;
????end
end
for?t=1:M
????for?i=1:N
????????v（i:）=w*v（i:）+c1*rand*（y（i:）-x（i:））+c2*rand*（pg-x（i:））;
????????x（i:）=x（i:）+v（i:）;
????????fv（i）=fitness（x（i:））;
????end
????[sort_fvindex]=sort（fv）;
????Nbest=floor（N*0.20）;
????for?n=1:Nbest
????????tmpx=x（index（n）:）;
????????for?k=1:MaxC
????????????for?dim=1:D
???

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

?????文件???????2099??2010-04-07?12:56??CLSPSO.m

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

?????????????????2099????????????????????1