粒子群优化算法剖析.pptVIP

粒子群优化算法（PSO算法） 一、背景介绍 1.1、人工生命 人工生命：研究具有某些生命基本特征的人工系统。包括两方面的内容： 　　1、研究如何利用计算技术研究生物现象； 　　2、研究如何利用生物技术研究计算问题。 　　现在讨论一种生物系统---社会系统：由简单个体组成的群落和环境及个体之间的相互行为。 1.2、群体智能 群体智能是通过模拟自然界生物群体行为来实现人工智能的一种方法 1.3、模拟群 ①对鸟群行为的模拟 ②对鱼群行为的研究 这说明，同种生物之间信息的社会共享能够带来好处。这是PSO的基础。 二、研究意义 ①研究这些简单的个体如何通过协作来实现复杂的工作，将有利于人类解决传统方法难以解决的问题 ②能较好解决大规模复杂系统中出现的优化组合问题 三、算法的介绍 粒子群优化算法的基本思想是通过群体中个体之间的协作和信息共享来寻找最优解． 　　 PSO的优势在于简单容易实现并且没有许多参数的调节。 粒子i在N 维空间的位置表示为 ，速度表示为 ，每个粒子都有适应值(fitness)，并且知道自己到目前为止发现的最好位置(pbest)和现在的位置Xi，除此之外，每个粒子还知道到目前为止整个群体中所有粒子发现的最好位置(gbest)(gbest是pbest中的最好值) 3.1、