粒子群算法——湖北民族学院.ppt

1.1 引言 1.1 引言 1.1 引言 1.1 引言 1.2 最优化问题及其分类（函数优化和组合优化） 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 1.2 最优化问题及其分类 PSO算法流程 Particle Swarm Optimization Find the Gbest 找出所有Particle 到目前为止所搜寻到的全体最优解，此最优解我们称之为Gbest Global Best Solution Past Best Solution 03/08 AI course PSO算法流程 Particle Swarm Optimization Update the Position 根据 Velocity Function 更新每个Particle的移动方向与速度 回到 Evaluation 继续执行，直到符合终止条件为止 03/08 AI course PSO 流程图 Particle Swarm Optimization 03/08 AI course PSO Velocity Function Particle Swarm Optimization Cognition-Only Model PSO Velocity Function Social-Only Model | | + 03/08 AI course PSO Velocity Function Particle Swarm Optimization Cognition-Only Model Vid：第 i 个 particle (有d个维度) 的速度 Pid：每个 particle 到目前为止所出现的最佳位置 Xid：每个 particle 目前的所在位置 C1：学习常数 rand()：0~1之間的随机数 03/08 AI course PSO Velocity Function Particle Swarm Optimization Social-Only Model Vid：第 i 个 particle (有d个维度) 的速度 Pgd：所有 particle 到目前为止所出现的最佳位置 Xid：每个 particle 目前的所在位置 C2：学习常数 rand()：0~1之间的随机数 03/08 AI course PSO Velocity Function Particle Swarm Optimization PSO Velocity Function Vid：第 i 个 particle (有d个维度) 的速度 Pid：每个particle 到目前为止所出现的最佳位置 Pgd：所有 particle 到目前为止所出现的最佳位置 Xid：每个 particle 目前的所在位置 C1,C2：学习常数 w：惯性权重 rand()：0~1之间的随机数 03/08 AI course 區域 最佳解 全域 最佳解 運動向量 慣性向量 PSO Velocity Function Particle Swarm Optimization 动能向量理论 Study Factor Here I am! The best position of team My best position