第七章粒子群優(yōu)化算法-資料下載頁
2024-10-11 13:03本頁面
【導(dǎo)讀】PSO算法由美國學(xué)者Kennedy. 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，2020年，《控制與決策》第二期刊登國內(nèi)第一。對社會(huì)行為的模擬。注了鳥群群體行動(dòng)中蘊(yùn)涵的美學(xué)。數(shù)目龐大的個(gè)體組成的鳥群飛行中可以改變方向，在的能力或者規(guī)則保證了這些同步的行為。在這些早期的模型中他。群中的個(gè)體之間保持最優(yōu)的距離。Wilson在論文中闡述了對魚群的研究。候食物資源不可預(yù)知的分散于四處。同種生物之間信息的社會(huì)共享能夠帶來好處。b.鳥類和魚類是調(diào)節(jié)他們的物理運(yùn)動(dòng)，來避免天敵，的不僅是物理運(yùn)動(dòng)，還包括認(rèn)知和經(jīng)驗(yàn)。者專家，或者在某件事情上獲得最優(yōu)解的人保持一致。一大群尤指正在行進(jìn)中的一大群昆蟲或其它細(xì)小。一大群尤指處于騷亂中或成群出動(dòng)的一大批喧鬧。粒子群的拓?fù)浣Y(jié)構(gòu)決定個(gè)體間的相互影響程度。PSO的全局版本將整個(gè)群體看作是一個(gè)全連通圖，PSO的局部版本中每個(gè)個(gè)體的鄰域?qū)⑹钦麄€(gè)群體
【正文】 大鄰域，直至最后將群體中所有粒子作為自己的鄰域成員。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。 四 .PSO的改進(jìn)與變形 37 四 .PSO的改進(jìn)與變形 對將要計(jì)算鄰域的粒子 i，計(jì)算其與種群中其他所有粒子的距離。該粒子與粒子l（ li? ）的距離記為： di st [ l ] 。最大的距離記為： m ax _ di st 。 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。 38 3. 學(xué)習(xí)因子 ? c1和 c2同步時(shí)變 四 .PSO的改進(jìn)與變形 參照時(shí)變慣性權(quán)重的設(shè)置方法，將學(xué)習(xí)因子設(shè)置如下：設(shè)學(xué)習(xí)因子c1和 c2的取值范圍為：maxm in ,cc????，最大迭代次數(shù)為 Iter_m ax ，則第 i次迭代時(shí)的學(xué)習(xí)因子取為： 12m a x m inm a x _ m a xiccccc c iI te r? ? ???? ( 2) 這是一種兩個(gè)學(xué)習(xí)因子同步線性減小的變化方式，所以我們這里稱之為同步時(shí)變。特別地， Sug ant han 在實(shí)驗(yàn)中將參數(shù)設(shè)置為： cm a x=3 ， cm i n=0 . 25 。但是發(fā)現(xiàn)，這種設(shè)置下，解的質(zhì)量反而下降。 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。這種設(shè)置的目的是在優(yōu)化初期加強(qiáng)全局搜索，而在搜索后期促使粒子收斂于全局最優(yōu)解。這種想法可以通過隨著時(shí)間不斷減小自我學(xué)習(xí)因子 c1，和不斷增大社會(huì)學(xué)習(xí)因子 c2來實(shí)現(xiàn)。 四 .PSO的改進(jìn)與變形 40 3. 學(xué)習(xí)因子 ? c1和 c2異步時(shí)變 ? 在優(yōu)化的初始階段，粒子具有較大的自我學(xué)習(xí)能力和較小的社會(huì)學(xué)習(xí)能力，這樣粒子可以傾向于在整個(gè)搜索空間飛行，而不是很快就飛向群體最優(yōu)解； ? 在優(yōu)化的后期，粒子具有較大的社會(huì)學(xué)習(xí)能力和較小的自我學(xué)習(xí)能力，使粒子傾向于飛向全局最優(yōu)解。 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的初始值和最終值。 It e r _m a x 為最大迭代次數(shù)， iter 為當(dāng)前迭代數(shù)。 Ra t na weer a 等在研究中發(fā)現(xiàn)，對于大多數(shù) bench m ark s 如下設(shè)置優(yōu)化效果較好： c1 i=2 .5 , c1 f= 0. 5 , c2 i= , c2 f= 需要說明的是， 異步時(shí)變的學(xué)習(xí)因子應(yīng)與線性減小的時(shí)變權(quán)重配合使用，效果較好。 42 1. 收斂很快的算法 2. 解決約束優(yōu)化問題時(shí)，如何處理飛出約束域的粒子是個(gè)關(guān)鍵 3. 較為適用于求解實(shí)優(yōu)化問題 五 .學(xué)習(xí) PSO的幾點(diǎn)體會(huì)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1