第七章粒子群優(yōu)化算法(已修改)
2024-10-27 13:03 本頁面
【正文】 1 第七章 粒子群優(yōu)化算法 2 第七章 粒子群優(yōu)化算法 一 .前言 二 .基本算法 三 .標(biāo)準(zhǔn)算法 四 .PSO的改進(jìn)與變形 五 .學(xué)習(xí) PSO的幾點體會 3 1. PSO的產(chǎn)生 ? Particle Swarm Optimization(PSO)，粒子群優(yōu)化或者微粒群優(yōu)化 ? PSO算法由美國學(xué)者 Kennedy （社會心理學(xué)家）和 Eberhart（電機工程師） 于 1995年提出，通過模擬鳥群和魚群的社會交互行為而不僅僅依賴個體認(rèn)知行為而設(shè)計的一種智能優(yōu)化方法 一 .前言 4 1. PSO的產(chǎn)生 ? 2020年以后， PSO算法在國際上逐步被接受，并有大批不同領(lǐng)域的學(xué)者投入該算法相關(guān)研究，已經(jīng)成為智能優(yōu)化領(lǐng)域研究的熱門算法 ? 2020年， 《 控制與決策 》 第二期刊登國內(nèi)第一篇綜述性文章 一 .前言 5 2. PSO的基本思想 ? 對社會行為的模擬 ? 對鳥群行為的模擬： Reynolds和 Heppner，Grenander在 1987年和 1990年發(fā)表的論文中都關(guān)注了鳥群群體行動中蘊涵的美學(xué)。他們發(fā)現(xiàn)，由數(shù)目龐大的個體組成的鳥群飛行中可以改變方向，散開，或者隊形的重組等等，那么一定有某種潛在的能力或者規(guī)則保證了這些同步的行為。這些科學(xué)家都認(rèn)為上述行為是基于不可預(yù)知的鳥類社會行為中的群體動態(tài)學(xué)。在這些早期的模型中他們把重點都放在了個體間距的處理，也就是讓鳥群中的個體之間保持最優(yōu)的距離。 一 .前言 6 2. PSO的基本思想 ? 對社會行為的模擬 ? 對魚群行為的研究： 1975年，生物社會學(xué)家Wilson在論文中闡述了對魚群的研究。他在論文中提出：“至少在理論上，魚群的個體成員能夠受益于群體中其他個體在尋找食物的過程中發(fā)現(xiàn)的和以前的經(jīng)驗，這種受益是明顯的，它超過了個體之間的競爭所帶來的利益消耗，不管任何時候食物資源不可預(yù)知的分散于四處?！边@說明，同種生物之間信息的社會共享能夠帶來好處。 一 .前言 7 2. PSO的基本思想 ? 對社會行為的模擬 ? 對人類的社會行為的模擬： a. 與前者不同，最大區(qū)別在于抽象性！ b. 鳥類和魚類是調(diào)節(jié)他們的物理運動，來避免天敵， 尋找食物，優(yōu)化環(huán)境的參數(shù)，比如溫度等。人類調(diào)節(jié) 的不僅是物理運動，還包括認(rèn)知和經(jīng)驗。我們更多的 是調(diào)節(jié)自己的信仰和態(tài)度，來和社會中的杰出人物或 者專家，或者在某件事情上獲得最優(yōu)解的人保持一致。 一 .前言 8 2. PSO的基本思想 ? 對社會行為的模擬 ? 對人類的社會行為的模擬： c. 這種不同導(dǎo)致了計算機仿真上的差別，至少有一個 明顯的因素：碰撞（ collision）。 d. 兩個個體即使不被綁在一塊，也具有相同的態(tài)度和 信仰，但是兩只鳥是絕對不可能不碰撞而在空間中占 據(jù)相同的位置。這是因為動物只能在三維的物理空間 中運動，而人類還在抽象的多維心理空間運動，這里 是碰撞自由的（ collisionfree）。 一 .前言 9 2. PSO的基本思想 ? 采納基于種群 (swarm)的機制 ? 個體 (particle)均是問題的一個潛在解 ? 算法尋優(yōu)依賴于在種群拓?fù)浣Y(jié)構(gòu)上個體間的社會交互行為 一 .前言 10 3. 名稱的由來： Swarm和 Particle ? Swarm：在美國傳統(tǒng)字典中有三個意思 ? 一大群尤指正在行進(jìn)中的一大群昆蟲或其它細(xì)小生物 ? 蜂群由蜂王帶領(lǐng)遷移到別處建立一新?lián)c的一群蜜蜂 ? 一大群尤指處于騷亂中或成群出動的一大批喧鬧的人或動物 ? 作者引用此詞是借用了 Millonas在 1994年的論文中的人工生命的一個應(yīng)用模型中的提法 一 .前言 11
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1