生物啟發(fā)式優(yōu)化方法及其在管理中的應(yīng)用(編輯修改稿)
2024-11-16 14:53 本頁面
【文章內(nèi)容簡介】 有一 個(gè) 速度以 決定飛 行的距離與 方向。 29 局部 最 優(yōu) 解 全 局 最 優(yōu) 解 運(yùn)動(dòng) 向量 慣 性向量 ? ?12X = X ,X ,...,Xi i i i d? ?12V = V ,V ,...,Vi i i i dStudy Factor 12( 1 ) ( ) ( ) ( )( ) ( ) ( ) ( )id id id id g d idt t t tv v c ra n d p x c ra n d p x? ? ?? ? ? ? ? ? ?( 1 ) ( ) ( )i i it t tx x v? ??Here I am! The best position of team My best position x(t) pg pi v x(t+1) 速度與位置更新 30 算法流程 ? Initialization ： 將 群族做初始化，以 隨機(jī) 的方式求出每一 Particle 之初始位置 與 速度。 ? Evaluation： 依 據(jù) fitness function 計(jì) 算出其 fitness value 以作 為判斷 每一 個(gè) Particle之好 壞 。 ? Find Pbest ： 找出每一 個(gè) Particle 到目前 為 止的搜 尋過程中最佳解， 這個(gè) 最佳解 稱之為 Pbest。 ? Find the Gbest： 找出所有 群體中的 最佳解，此最佳解稱之為 Gbest。 ? Update the Velocity and position： 根據(jù)速度與位置公式 更新每一 Particle的 速度 與 位置。 ? Termination. 返回步驟 2繼續(xù)執(zhí) 行，直到 獲 得一 個(gè) 令人滿 意的 結(jié) 果或符合 終 止 條 件 為 止。 31 參數(shù)選擇 ? 粒子數(shù) : 一般取 20 – 40. 其實(shí)對于大部分的問題 10個(gè)粒子已經(jīng)足夠可以取得好的結(jié)果 , 不過對于比較難的問題或者特定類別的問題 , 粒子數(shù)可以取到 100 或 200 ? 粒子的維數(shù) : 這是由優(yōu)化問題決定 , 就是問題解的長度 ? 粒子的范圍 : 由優(yōu)化問題決定 ,每一維可是設(shè)定不同的范圍 ? Vmax: 最大速度 ,決定粒子在一個(gè)循環(huán)中最大的移動(dòng)距離 ,通常設(shè)定為粒子的范圍寬度 ? 學(xué)習(xí)因子 : c1 和 c2 通常等于 2. 不過在文獻(xiàn)中也有其他的取值 . 但是一般 c1 等于 c2 并且范圍在 0和 4之間 ? 中止條件 : 最大循環(huán)數(shù)以及最小錯(cuò)誤要求 . 32 PSO與 遺傳算法 的 比較 ? 相同點(diǎn) ? 都 是 基 于 種 群 的 ? 都 需要 適應(yīng) 度 函 數(shù) . ? 都 是 隨 機(jī) 計(jì)算技術(shù) ? 不 能 保 證 100%收斂 ? 不 同 點(diǎn) ? PSO沒有交叉變異等進(jìn)化操作 . ? PSO中 通過粒子的競爭與協(xié)作實(shí)現(xiàn)種群進(jìn)化 ? 粒 子 具 有 記 憶 能力 ? 優(yōu)點(diǎn) ? PSO 容 易 實(shí)現(xiàn) 具 有 較 小的 調(diào)整 參 數(shù) ? 收 斂 速度 快 、解質(zhì)量高、魯棒性好 33 Schwefel39。s function n :1=i 687,= 829。=)( m a x im u m g lo ba l500500 w h e r e)s in ()()(1???????? ??iiniiixnxfxxxxf34 初 始 狀態(tài) 35 5代 后 36 10代 后 37 15代 后 38 100代 后 39 500代 后 40 最 終 結(jié) 果 迭代 次數(shù) 搜 尋結(jié) 果 0 5 10 15 20 100 5000 最 優(yōu) 解 4 0 04 5 05 0 05 5 06 0 06 5 07 0 07 5 08 0 08 5 01 4 16 64 2 5 6 1 0 2 4 4 0 9
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1