粒子群優(yōu)化算法預(yù)備知識-全文預(yù)覽
【正文】 為非線性規(guī)劃問題。如何得到迭代點列呢？即在得到點 后，如何確定點 。 ? 若 使得 ，均有 ，則稱為最優(yōu)化問題 的嚴(yán)格全局極小點。粒子群優(yōu)化算法 （ Particle Swarm Optimizer, PSO） 基于群智能方法的演化計算技術(shù) 預(yù)備知識 無約束最優(yōu)化問題 其中 ，通常稱變量 為決策變量 (decision variables)，稱 為目標(biāo)函數(shù) (objective function) 。 為英文“ subject to”的縮寫，表示“受限制于” 0)( ?xih 0)( ?xjg.基本概念 ? 若有 使得 ，均有 ，則稱 為最優(yōu)化問題 的（全局）最優(yōu)解 (global optimal solution)（點）或全局極小點。 *x )*,( ?xN 0),*,( ??? ??xRx n N?)(*)( xx ff ? )(minR xnx f?? ?0*)*,( ??? xxxx ?N?nR?? *x *),*,( xxxRx n ??? ?N? )(*)( xx ff ?*x )(minR xnx f?*x*f最優(yōu)化算法的一般結(jié)構(gòu) ? 定理 （一階必要條件） 若 具有一階連續(xù)偏導(dǎo)數(shù)， 是最優(yōu)化問題 的局部極小值點（局部最優(yōu)解），則必有 ? 迭代法的基本思想是：首先給出 最優(yōu)
高考資料相關(guān)推薦
鄂ICP備17016276號-1