def main():
# Determine o número de partículas P da população.
particlesAmount = constants.POPULATION_SIZE
population = []
iterations = constants.ITERATIONS
xRange = constants.X_RANGE
yRange = constants.Y_RANGE
vRange = constants.V_RANGE
# Atribua uma velocidade inicial (v) igual para todas as partículas.
vX = random.uniform(vRange[0], vRange[1])
vY = random.uniform(vRange[0], vRange[1])
initialVelocity = [vX, vY]
# Inicialize aleatoriamente a posição inicial (x) de cada partícula p de P.
for seq in range(particlesAmount):
x = random.randint(xRange[0], xRange[1])
y = random.randint(yRange[0], yRange[1])
particle = Particle(x, y, initialVelocity)
population.append(particle)
for iteration in range(iterations):
# Se condição de término não for alcançada
for particle in population:
# Calcule sua aptidão fp = f (p).
fitnessValue = calculateFitnessValue(particle.getPosition())
particle.setFitnessValue(fitnessValue)
# Calcule a melhor posição da partícula p até o momento (pΒ).
bPosition = calculateBestPosition(particle)
particle.setPBest(bPosition)
# Descubra a partícula com a melhor aptidão de toda a população (gΒ).
bParticle = getBestParticle(population)
for particle in population:
# Atualize a velocidade da partícula
newVelocity = updateVelocity(particle, bParticle)
particle.setVelocity(newVelocity)
# Atualize a posição da particula
newPosition = updatePosition(particle)
particle.setPosition(newPosition)
# print("\n\n\n")
# print("ITERATION ", iteration)
# for particle in population:
# print("############")
# particle.printParticle()
# print("Fitness Value")
for particle in population:
print(particle.getFitnessValue())
