微粒群优化算法及其应用讲座案例.pptVIP

* * 主从式模式，又称全局式PSO 主处理器：执行微粒全局最优点的选择、微粒位置更新等算子； 从处理器：并行计算多个微粒的函数值。 算法每次迭代时， ?主处理器分配新生微粒到各从处理器； ?从处理器计算所接受微粒的函数值， 并将其返回给主处理器； ?主处理器利用从处理器返回的微粒 函数值，首先更新微粒的个体最优 点和全局最优点，接着，更新微粒 的速度和位置。 ?返回?。 缺点：由于未对PSO算法框架进行改动，所以该模式存在主从节点负荷忙闲 不均衡的问题 * * 细粒度模式，又称扩散式PSO 赋予每个微粒一个处理器。 对每个微粒，微粒全局最优点的选择和微粒位置更新皆在其所处 处理器及其邻域(红色图标)中进行。 该模型可以最大限度的发挥算法的并行潜力 但算法的实现对处理器数量要求很高，其应用范围受到了很大限制。 优缺点： * * 粗粒度模式，又称迁移式PSO 将随机生成的初始种群依处理器个数分割成若干个子种群，各 个子种群在不同的处理器上并行进化。 每经过一定进化代数，各子群间交换若干最优信息。 该模型不仅通信代价较小, 而且非常适合在通信带宽较低的集群上运行, 是适应性强且应用范围广的并行模型. 可以提高种群多样性，防止未成熟收敛的发生 优点： ? ? * * 6. 微粒群优化算法的改进或变形 最初的PSO算法是从处理连续优化问题中