第七章粒子群優(yōu)化算法-預(yù)覽頁(yè)
【正文】 ，這比較適合于粒子。 ? ξ和 η： 01之間的隨機(jī)數(shù) 二 .基本算法 16 2. 基本 PSO的公式 ? 粒子的速度被限制在 [Vmax, Vmax]的范圍內(nèi)。 update the position of particle i using Equation (2)?？梢姡?PSO算法是慣性權(quán)重 w=1的特殊情況。這種實(shí)優(yōu)化問(wèn)題非常適合于使用粒子群優(yōu)化算法來(lái)求解。 ? 種群大?。簽榱苏f(shuō)明方便，這里采用一個(gè)較小的種群規(guī)模， m=5。 三 .標(biāo)準(zhǔn) PSO 27 3. 計(jì)算舉例 ? 一次迭代后的結(jié)果 三 .標(biāo)準(zhǔn) PSO ? ?? ?? ?11121304, , , 60393, , , , 73426, , , , 56475, xxxx???? ? ?? ?056, , , , 57 .7 57 20 2, , , 39068, ?28 3. 計(jì)算舉例 ? 一次迭代后的結(jié)果 ? 從上面的數(shù)據(jù)我們可以看到，粒子有的分量跑出了初始化范圍。 三 .標(biāo)準(zhǔn) PSO 29 3. 計(jì)算舉例 三 .標(biāo)準(zhǔn) PSO 30 1. 慣性權(quán)重 ? 固定權(quán)重 ? 即賦予慣性權(quán)重以一個(gè)常數(shù)值，一般來(lái)說(shuō)，該值在 0和 1之間。 四 .PSO的改進(jìn)與變形 31 1. 慣性權(quán)重 ? 時(shí)變權(quán)重 ? 一般來(lái)說(shuō)，希望粒子群在飛行開始的時(shí)候具有較好的探索能力，而隨著迭代次數(shù)的增加，特別是在飛行的后期，希望具有較好的開發(fā)能力。下面的文獻(xiàn)給出了一種模糊權(quán)重的設(shè)置方式 Shi Y, Eberhart R. Fuzzy adaptive particle swarm optimization: IEEE Int. Congress on Evolutionary Computation [C]. Piscataway, NJ: IEEE Service Center, 2020: 101106. 四 .PSO的改進(jìn)與變形 33 1. 慣性權(quán)重 ? 隨機(jī)權(quán)重 ? 隨機(jī)權(quán)重是在一定范圍內(nèi)隨機(jī)取值。也就是粒子群算法的全局版本。這樣使初始迭代時(shí)可以有較好的探索性能，而在迭代后期可以有較好的開發(fā)性能。 定義一個(gè)關(guān)于當(dāng)前迭代次數(shù)的函數(shù) f rac t i on （取值為純小數(shù)）： 3 . 0 0 . 6I T E R M A X I T E Rf r a cM A X I T E R? ? ?? 當(dāng)0 .9f r a c ?時(shí)，滿足的下列條件的粒子構(gòu)成當(dāng)前粒子 i 的鄰域：[]m a x d i s t lf r a cd i s t?； 當(dāng)0 .9f r a c ?，將種群中所有粒子作為當(dāng)前粒子 i 的鄰域。 39 3. 學(xué)習(xí)因子 ? c1和 c2異步時(shí)變 ? 使兩個(gè)學(xué)習(xí)因子在優(yōu)化過(guò)程中隨時(shí)間進(jìn)行不同的變化，所以我們這里稱之為異步時(shí)變。 四 .PSO的改進(jìn)與變形 41 四 .PSO的改進(jìn)與變形 具體實(shí)現(xiàn)方式如下： ? ?1 1 11_ m a xiifc c ci t e rcI t e r? ? ? ( 3) ? ?2 2 22_ m a xiifc c ci t e rcI t e r? ? ? ( 4) 這里， c1 i， c1 f， c2 i， c2 f為常數(shù)，分別為 c1和 c2的初始值
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1