遺傳算法與智能算法綜述-資料下載頁
2025-06-29 11:03本頁面
【正文】 究。 PSO同遺傳算法類似，是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機解，通過疊代搜尋最優(yōu)值。但是并沒有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優(yōu)的粒子進行搜索。 同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡訓練，模糊系統(tǒng)控制以及其他遺傳算法的應用領域。 粒子群優(yōu)化算法(PSO) 也是起源對簡單社會系統(tǒng)的模擬，最初設想是模擬鳥群覓食的過程，但后來發(fā)現(xiàn)PSO是一種很好的優(yōu)化工具。 算法介紹 PSO模擬鳥群的捕食行為。一群鳥在隨機搜索食物，在這個區(qū)域里只有一塊食物。所有的鳥都不知道食物在那里。但是他們知道當前的位置離食物還有多遠。那么找到食物的最優(yōu)策略是什么呢。最簡單有效的就是搜尋目前離食物最近的鳥的周圍區(qū)域。 PSO從這種模型中得到啟示并用于解決優(yōu)化問題。PSO中，每個優(yōu)化問題的解都是搜索空間中的一只鳥。我們稱之為“粒子”。所有的粒子都有一個由被優(yōu)化的函數(shù)決定的適應值(fitness value)，每個粒子還有一個速度決定他們飛翔的方向和距離。然后粒子們就追隨當前的最優(yōu)粒子在解空間中搜索。 PSO初始化為一群隨機粒子(隨機解)，然后通過疊代找到最優(yōu)解，在每一次疊代中，粒子通過跟蹤兩個“極值”來更新自己。第一個就是粒子本身所找到的最優(yōu)解，這個解叫做個體極值pBest，另一個極值是整個種群目前找到的最優(yōu)解，這個極值是全局極值gBest。另外也可以不用整個種群而只是用其中一部分最優(yōu)粒子的鄰居，那么在所有鄰居中的極值就是局部極值。 PSO算法過程 ① 種群隨機初始化。 ② 對種群內(nèi)的每一個個體計算適應值(fitness value)。適應值與最優(yōu)解的距離直接有關。 ③ 種群根據(jù)適應值進行復制 。 ④ 如果終止條件滿足的話，就停止，否則轉步驟 ② 。 從以上步驟，我們可以看到PSO和遺傳算法有很多共同之處。兩者都隨機初始化種群，而且都使用適應值來評價系統(tǒng)，而且都根據(jù)適應值來進行一定的隨機搜索。兩個系統(tǒng)都不是保證一定找到最優(yōu)解。但是，PSO沒有遺傳操作如交叉(crossover)和變異(mutation)，而是根據(jù)自己的速度來決定搜索。粒子還有一個重要的特點，就是有記憶。 與遺傳算法比較，PSO的信息共享機制是很不同的。在遺傳算法中，染色體(chromosomes) 互相共享信息，所以整個種群的移動是比較均勻的向最優(yōu)區(qū)域移動。在PSO中, 只有gBest (or lBest) 給出信息給其他的粒子， 這是單向的信息流動。整個搜索更新過程是跟隨當前最優(yōu)解的過程。與遺傳算法比較, 在大多數(shù)的情況下，所有的粒子可能更快的收斂于最優(yōu)解。 現(xiàn)在已經(jīng)有一些利用PSO代替反向傳播算法來訓練神經(jīng)網(wǎng)絡的論文。研究表明PSO 是一種很有潛力的神經(jīng)網(wǎng)絡算法，同時PSO速度比較快而且可以得到比較好的結果。 6 展望 目前的智能計算研究水平暫時還很難使“智能機器”真正具備人類的常識，但智能計算將在21世紀蓬勃發(fā)展。不僅僅只是功能模仿要持有信息機理一致的觀點。即人工腦與生物腦將不只是功能模仿，而是具有相同的特性。這兩者的結合將開辟一個全新的領域，開辟很多新的研究方向。智能計算將探索智能的新概念，新理論，新方法和新技術，而這一切將在以后的發(fā)展中取得重大成就。 參考文獻 [1] “AntColony Optimization Algorithms(ACO)”， [2 ] “Swarm intelligencewhat is it and why is it interesting” [3] Tony White,“Swarm Intelligence: A Gentle Introduction With Application”, [4] [M].長沙:國防科技大學出版社,～117. [5] 姚新,陳國良,[J].計算機學報,1995,18(9):694706. [6] 張曉,戴冠中,—[J].1995, 12(3):265273. [7] [J].中國農(nóng)村水利水電,2001,9:2729.18 /
環(huán)評公示相關推薦
鄂ICP備17016276號-1