《粒子群算法学习报告》由会员分享，可在线阅读，更多相关《粒子群算法学习报告（1页珍藏版）》请在装配图网上搜索。
1、粒子群算法 粒子群算法是模拟鸟群的飞行觅食的行为，通过鸟之间的集体协作使群体的达到最优。经管 每个个体的行为准则是很简单的，但总体组合起来的行为是很复杂的。这个算法基于群体迭 代，群体在解空间中追随最优粒子进行搜索。其优势在于简单容易实现，与此同时优有非常 深刻的智能背景，即符合科学研究，又特别适合工程应用。一基本粒子群算法 在粒子群算法中，每一个个体都是一个“粒子”，同时每一个粒子都有可能代表着一个最优解。 例如：在一个D维的目标搜索空间中，每个粒子就可以看成空间内的一个点。设群体由m个 粒子组成。M也被称为群体规模，m的值过大会影响算法的运行速度和收敛性。设zi=(zil, zi2,ziD
2、)为第i个粒子的空间位置，根据适应度函数计算出zi当前的适应 度，即可衡量粒子位置的优劣；vi二(vil, vi2，viD)表示i粒子在D维空间内的飞行速 度；pi=(pi1,pi2, piD)表示i粒子到目前为止搜索到的最优解；pg= (pgl, pg2，pgD) 表示整个群体到目前为止搜索到的最优解。每次迭代，粒子根据下面的公式更新速度： vid?vkid?c1r1?pid?zkid?c2r2?pgd?zkid?zk?1id?zkid?rvk?1id其中，i=1,2,?,m，d=1, 2, ?D, k是迭代次数，rl和r2为0,1之间的随机数；w是保持原来速度的系数， 所以叫做惯性权重；
3、cl 粒子跟踪自己历史最优值的权重系数，它表示粒子自身的认识，所以 叫“认知”。通常设置为 2。 c2 是粒子跟踪群体最优值的权重系数，它表示粒子对整个群体知 识的认识，所以叫做“社会知识”经常叫做“社会”通常设置为2。r是对位置更新的时候， 在速度前面加的一个系数，这个系数我们叫做约束因子。通常设置为1。粒子群算法的流程 开始选择阈值s和最大迭代次数：Nmax初始化粒子位置 zi=(zi1， zi2， ?,ziD) ,i=1,2,?,m测量每个粒子的适应度fitnesspi=fitness根据 fitness=min (fitness1, fitness2, ?, fitnessm)找出最优解 pg；K=01 Kk+1根据速度更新公式更新 vi 根据位置更新公式更新zi 测量 zi 的适应度,表示为 fitnessi 更新 pi 和 pg
粒子群算法学习报告
