使用粒子群优化算法 (PSO) 寻找舒伯特函数 (Shubert Function) 的全局最小值并统计结果

mat = []; % 初始化矩阵
eps = 1e-6; % 设置eps值
for i = 1:1000
    [xopt, yopt, fopt] = PSO(@Shubert, np, maxiter, bounds); % 调用PSO函数
    if isempty(mat) % 如果矩阵为空，直接将结果存入矩阵中
        mat = [xopt, yopt, fopt];
    else
        % 判断当前结果是否和矩阵中已有的结果相同
        flag = false;
        for k = 1:size(mat, 1)
            if abs(mat(k, 1) - xopt) < eps || abs(mat(k, 2) - yopt) < eps || abs(mat(k, 3) - fopt) < eps
                flag = true;
                break;
            end
        end
        % 如果不相同，则将结果存入矩阵中
        if ~flag
            mat = [mat; xopt, yopt, fopt];
        end
    end
end
% 输出矩阵
disp(mat);

% 统计矩阵的行数
num_rows = size(mat, 1);
% 输出矩阵的行数
disp('填入矩阵的次数：' + num_rows);

该代码使用粒子群优化算法 (PSO) 寻找舒伯特函数 (Shubert Function) 的全局最小值。代码首先初始化一个空矩阵 mat，然后使用 for 循环 1000 次调用 PSO 函数，每次调用该函数都会返回一个可能的全局最小值 xopt、yopt 和对应的函数值 fopt。

代码使用 eps 值来判断两个解是否相同，如果当前解与矩阵中已有的解相同，则不将其添加到矩阵中。否则，将当前解添加到矩阵中。

最后，代码统计矩阵的行数，并输出 '填入矩阵的次数：' 和行数。该数值代表成功找到的全局最小值的数量。

注意：

• 该代码使用了 PSO 函数，该函数需要用户自行定义。
• 代码中使用的 Shubert 函数也是用户自行定义的，用于表示要优化的目标函数。
• 代码中的 np、maxiter 和 bounds 都是 PSO 函数的参数，用户需要根据自己的需要进行设置。

该代码可以通过修改 PSO 函数、Shubert 函数、参数等来适应不同的优化问题。