粒子群优化算法解析.pptVIP

* * * * * * * 页眉 * 页眉 * 页眉 * * * 可以调整粒子的运动速度。 * * * * 采用40个粒子 * * * * * * * * * * 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 Rastrigin 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 Schwefel 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 最初状态 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过5代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过10代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过15代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过20代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过25代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 经过500代 智能优化计算 5 粒子群优化算法的应用 5.1 函数优化问题 迭代次数 搜寻结果 0 416.245599 5 515.748796 10 759.404006 15 793.732019 20 834.813763 100 837.911535 5000 837.965771 最佳解 837.9658 旅行商问题（Travelling Salesman Problem） 设有n个城市，任意两个城市之间的距离如矩阵D=(dij) (i,j=1,2,…,n)所示，其中dij表示从城市i到城市j的距离。 寻找这样一种周游方案：周游路线从某个城市开始，经过每个城市一次且仅一次，最后回到出发城市，使得周游路线的总长度最短。 智能优化计算 5 粒子群优化算法的应用 5.2 求解TSP问题 智能优化计算 交换子和交换序 设n个节点的TSP问题的解序列为S=(ai)，i=1…n。定义交换子SO(i1,i2)为交换解S中的点ai1和ai2，则S’=S+SO(i1,i2)为解S经算子SO(i1,i2)操作后的新解。 一个或多个交换子的有序队列就是交换序，记作SS，SS=(SO1,SO2,…SON)。其中，SO1,…,SON等是交换子，之间的顺序是有意义的, 意味着所有的交换子依次作用于某解上。 5 粒子群优化算法的应用 5.2 求解TSP问题 智能优化计算 5 粒子群优化算法的应用 5.2 求解TSP问题 符号的定义 若干个交换序可以合并成一个新的交换序，定义 为两个交换序的合并算子。 设两个交换序SS1和SS2按先后顺序作用于解S上，得到新解S’。假设另外有一个交换序SS’作用于同一解S上，能够得到相同的解S’，可定义 智能优化计算 5 粒子群优化算法的应用 5.2 求解TSP问题 符号的定义 和 属于同一等价集，在交换序等价集中，拥有最少交换子的交换序称为该等价集的基本交换序。 智能优化计算 解决TSP问题的速度算式定义 α、β为[0,1]上的任意实数。表示交换序以多大概率保留。 vid表示交换序，xid表示路径序列（解）。 5 粒子群优化算法的应用 5.2 求解TSP问题 智能优化计算 算法流程 1. 初始化粒子群，给每个粒子一个初始解(xid)和随机的交换序(vid); 2. 如果满足结束条件，转步骤5; 3. 根据粒子当前位置xid计算下一新解xid’; 4. 如果整个群体找到一个更好的解，更新Pgd，转步骤2; 5. 显示结果。 5 粒子群优化算法的应用 5.2 求解TSP问题 智能优化计算 5 粒子群优化算法的应用 5.2 求解TSP问题 算法流程 3. 根据粒子当前位置xid计算下一新解xid’: 1）计算A=pid-xid，A是一个基本交换序，表示A作用于xid得到pid； 2）计算B=pgd-xid，B也是一个基本交换序； 3）更新速度 ，并将其转换为一个基本交换序； 4）