第七章粒子群優(yōu)化算法-在線瀏覽
2024-12-14 13:03本頁面
【正文】 的模型中他們把重點(diǎn)都放在了個(gè)體間距的處理，也就是讓鳥群中的個(gè)體之間保持最優(yōu)的距離。他在論文中提出：“至少在理論上，魚群的個(gè)體成員能夠受益于群體中其他個(gè)體在尋找食物的過程中發(fā)現(xiàn)的和以前的經(jīng)驗(yàn)，這種受益是明顯的，它超過了個(gè)體之間的競爭所帶來的利益消耗，不管任何時(shí)候食物資源不可預(yù)知的分散于四處。 一 .前言 7 2. PSO的基本思想 ? 對(duì)社會(huì)行為的模擬 ? 對(duì)人類的社會(huì)行為的模擬： a. 與前者不同，最大區(qū)別在于抽象性！ 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， 尋找食物，優(yōu)化環(huán)境的參數(shù)，比如溫度等。我們更多的 是調(diào)節(jié)自己的信仰和態(tài)度，來和社會(huì)中的杰出人物或 者專家，或者在某件事情上獲得最優(yōu)解的人保持一致。 d. 兩個(gè)個(gè)體即使不被綁在一塊，也具有相同的態(tài)度和 信仰，但是兩只鳥是絕對(duì)不可能不碰撞而在空間中占 據(jù)相同的位置。 一 .前言 9 2. PSO的基本思想 ? 采納基于種群 (swarm)的機(jī)制 ? 個(gè)體 (particle)均是問題的一個(gè)潛在解 ? 算法尋優(yōu)依賴于在種群拓?fù)浣Y(jié)構(gòu)上個(gè)體間的社會(huì)交互行為 一 .前言 10 3. 名稱的由來： Swarm和 Particle ? Swarm：在美國傳統(tǒng)字典中有三個(gè)意思 ? 一大群尤指正在行進(jìn)中的一大群昆蟲或其它細(xì)小生物 ? 蜂群由蜂王帶領(lǐng)遷移到別處建立一新?lián)c(diǎn)的一群蜜蜂 ? 一大群尤指處于騷亂中或成群出動(dòng)的一大批喧鬧的人或動(dòng)物 ? 作者引用此詞是借用了 Millonas在 1994年的論文中的人工生命的一個(gè)應(yīng)用模型中的提法 一 .前言 11 3. 名稱的由來： Swarm和 Particle ? Particle: ? 算法中有速度和加速度的字眼，這比較適合于粒子。學(xué)習(xí)因子使粒子具有自我總結(jié)和向群體中優(yōu)秀個(gè)體學(xué)習(xí)的能力，從而向自己的歷史最優(yōu)點(diǎn)以及群體內(nèi)或鄰域內(nèi)的歷史最優(yōu)點(diǎn)靠近。 ? 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)。 repeat for each particle i do update gbest of particle i。 update the position of particle i using Equation (2)。 update pbest of particle i?？梢?，基本 PSO算法是慣性權(quán)重 w=1的特殊情況。現(xiàn)在的 PSO基本上使用Vmax進(jìn)行初始化，將 Vmax設(shè)定為每維變量的變化范圍，而不必進(jìn)行細(xì)致的選擇與調(diào)節(jié)。這種實(shí)優(yōu)化問題非常適合于使用粒子群優(yōu)化算法來求解。 ? 初始化范圍：根據(jù)問題要求，設(shè)定為 [30， 30]。 ? 種群大?。簽榱苏f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 26 3. 計(jì)算舉例 ? 算法設(shè)計(jì) ? 慣性權(quán)重：采用固定權(quán)重 。 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
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1