PSO综述.pptxVIP

PSO概述姓名：郭俊杰学号：1511414003日期：2015-10-17目录PSO背景PSO介绍PSO改进PSO应用PSO背景人工智能在经历了繁荣之后，随着人类探索脚步的不断前进，其复杂性，非线性，系统性的问题越来越多，面对系统的复杂性，由于在方法论上始终没有突破经典计算的思想，已经逐步陷入困境。随着生命科学的迅猛发展，人工智能的研究摆脱了经典逻辑计算的束缚。在这种背景下，社会性动物的自组织行为吸引越来越多的学者进入到这个领域，通过模拟生物的简单个体的行为规律，用于解决一些常规方法没有解决的传统问题，这就产生了一种新型智能计算技术，即“群智能”(SI)。目前群智能研究主要包括蚁群优化算法(ACO)和粒子群优化算法(PSO)。PSO介绍PSO背景PSO介绍PSO改进PSO应用PSO介绍算法提出：1995年，Kennedy博士和Eberhart博士受自然界中鸟类运动模型的启发提出了一种新的基于种群的搜索算法——PSO算法。算法简介：如前所述，PSO模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。算法思想：它把所求解问题空间中可能解的位置看成是鸟群运动模型的栖息地，然后通过个体之间的信息交互，逐步提高在