【正文】 的最好位置pbest。通常單個(gè)自然生物并不是智能的,但是整個(gè)生物群體卻表現(xiàn)出處理復(fù)雜問(wèn)題的能力,群體智能就是這些團(tuán)體行為在人工智能問(wèn)題中的應(yīng)用。PSO初始化為一群隨機(jī)粒子(隨機(jī)解)，然后通過(guò)迭代找到最優(yōu)解。在這里將funDim取為2，考慮到該函數(shù)比較復(fù)雜，所以將粒子數(shù)取的大一些，為100。 } }class Particle{ static double Vmax = 105。i++) { velocity[i] = ()。 if(velocity[i] Vmax)velocity[i] = Vmax。 } globalBestFitness = particles[0].bestFitness。 tempBestIndex = i。i=searchTime。 ()。//迭代次數(shù) PSO pso = new PSO(PSONum)。 tempBestIndex = 0。 particles = new Particle[PSONum]。ifunDim。 position = new double[funDim]。 for(int i=0。Step 6: 如未達(dá)到結(jié)束條件(通常為足夠好的適應(yīng)值或達(dá)到一個(gè)預(yù)設(shè)最大代數(shù)Gmax),則返回Step2.在這里，采用java語(yǔ)言來(lái)實(shí)現(xiàn)這個(gè)PSO算法，通過(guò)優(yōu)化下面的函數(shù)(求極大值)來(lái)演示PSO算法：max 其中xi206。但與其它進(jìn)化計(jì)算方法相比,PSO的主要特點(diǎn)為:①每一個(gè)體(稱為一個(gè)粒子)都被賦予了一個(gè)隨機(jī)速度并在整個(gè)問(wèn)題空間中流動(dòng)。②個(gè)體具有記憶功能。[500,500].該函數(shù)的圖形如下(當(dāng)n=2時(shí)):從圖中可以看出，這個(gè)函數(shù)有很多局部極大值點(diǎn)。idim。 bestPosition = new double[funDim]。i++) { double rands = ()。 for(int i=0。 for(int i=1。 int funDim = ()。 } } }}。 for(int i=1。i++) { if(tempBestFitness particles[i].fitness) { tempBestFitness = particles[i].fitness。i++) { particles[i] = new Particle()。 if(velocity[i] Vmax)velocity[i] = Vmax。ifunDim。 } return sum。在這個(gè)程序中，粒子數(shù)PSONum和函數(shù)的維數(shù)funDim很