量子行为粒子群优化算法-中文版要点详解.pptVIP

2. Rosenbrock 函数 实验结果 实验结果 3. Rastrigrin 函数 实验结果 4. Griewank 函数 实验结果 5. Shaffer’s 函数 结论 QPSO总体上来说胜过SPSO. 改变系数a的值能够控制QPSO的收敛速度. 将a的值从1.0线性减少到0.5,QPSO得到的结果总体来说是很好的. 为了使粒子或算法收敛,a的值不大于1.778. （六）. 未来的工作 QPSO随机收敛性的分析. 找出更有效的方法来进一步提高QPSO的性能 . 将QPSO应用到现实生活的一些问题中. 具有量子行为的粒子群优化算法 内容提要 （一）. 绪论 （二）. 一般粒子群算法(PSO) （三）. 具有量子行为的粒子群优化算法（QPSO） （四）. QPSO中粒子的收敛性 （五）.标准测试函数的实验结果 （六）. 未来的工作 （一）. 绪论 1.人工智能的分类： （1）符号智能：通常我们将基于符号处理的传统人工智能称为符号智能，以．符号智能的特点是以知识为基础，偏重于逻辑推理。 （2）计算智能 2.计算智能的定义：计算智能是以模型(计算模型、数学模型)为基础、以分布并行计算为特征的模拟人以及其他智能生命的智能求解问题的理论与方法。是人工智能的新研究领域. 3. 计算智能的分类 （1）神经计算 在细胞的水平上模拟脑功能 （2）模糊计算 以模糊集理论为基础，模拟人脑非精确、非线性的信息处理能力 （3）进化计算 以进化论为基础，模拟生物群体进化的一类优化算法 （4）其它计算智能方法 人工免疫、人工生命、粗糙集理论等 4. 计算智能的主要杂志和国际会议：IEEE Computational Society () 主要杂志： IEEE Computational Intelligence Magazine IEEE Transactions on Neural Networks IEEE Transactions on Fuzzy Systems IEEE Transactions on Evolutionary Computation IEEE/ACM Transactions on Computational Biology and Bioinformatics IEEE Transactions on Information Forensics and Security IEEE Transactions on NanoBioscience IEEE Transactions on Nanotechnology 主要会议： IEEE Symposium Series on Computational Intelligence (IEEE?SSCI)?? IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)? International Joint Conference on Neural Networks (IJCNN?)?? IEEE Congress on Evolutionary Computation (CEC)?? （二）. 一般粒子群算法(PSO) 进化计算的分类 （1）传统的进化算法：进化策略(Evolution Strategy)、进化规划(Evolution Programming)、遗传算法(Genetic Algorithm)、遗传规划(Genetic Programming) （2） 协同进化计算：引入生态系统中多种群的思想 （3）群体智能 2.群体智能 描述具有社会行为的一种生物学的(群体的)系统 简单个体在其所处环境相互之间的集体行为 在群体智能领域有两种主要的群体智能方法: 蚁群算法 (ACO) 粒子群优化算法(PSO) 3. 粒子群优化算法 （1）粒子群算法的特点 模仿智能动物的智能集体行为 1995年由James Kennedy和Russell Eberhart 提出[Kennedy, J. and Eberhart, R. (1995). “Particle Swarm Optimization”, Proceedings of the 1995 IEEE International Conference on Neural Networks, pp. 1942-1948, IEEE Press.] (/members/payman/swarm/kennedy95-ijcnn.pdf ) 被成功的应用到各种优化问题中 在PSO 算法中,包含n个个体的群体在各自的搜索方向上直接或间接的交互信息 :每个粒子(个体)包含: 3个向量: X向量记录了粒子在搜索空间的当