[机器学习第03讲-1-2-2-PSO.pptVIP

在找到这两个最优值时，粒子根据如下的公式来更新自己的速度和新的位置： 　　v[] = w * v[] + c1 * rand() * (pbest[] - present[]) + c2 * rand() * (gbest[] - present[]) (a)  　　present[] = persent[] + v[] (b)  　　v[] 是粒子的速度, w是惯性权重,persent[] 是当前粒子的位置. pbest[] and gbest[] 如前定义 rand () 是介于（0， 1）之间的随机数. c1, c2 是学习因子. 通常 c1 = c2 = 2.  　　程序的伪代码如下 　　 For each particle  　　____Initialize particle  END Do  　　____For each particle  　　________Calculate fitness value  　　________If the fitness value is better than the best fitness value (pBest) in history  　　____________set current value as the new pBest  　　____End  　　____ Choose the particle with the best fitness value of all the particles as the gBest 　 　____For each particle  　　________Calculate particle velocity according equation (a)  　　________Update particle position according equation (b)  　　____End  　　While maximum iterations or minimum error criteria is not attained  　　在每一维粒子的速度都会被限制在一个最大速度Vmax，如果某一维更新后的速度超过用户设定的Vmax，那么这一维的速度就被限定为Vmax * 补充阅读资料 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 机器学习—— 粒子群优化算法Particle Swarm Optimization -PSO 智能工程研究室 计算机科学与技术学院 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 大纲 一、算法概述 二、产生基础 三、算法内容 四、和其它优化算法的比较 五、应用举例 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 算 法 概 述 PSO是Kennedy Eberhart于1995年提出的 Kennedy 博士 心理学研究人员 /cathyk/jimk.html Eberhart 博士 计算智能 /~eberhart/ PSO是一种基于叠代的优化工具 PSO概念简单 容易实现 Kennedy J. and Eberhart R.C., Particle swarm optimization, Proceedings of the IEEE International Conference on Neural Networks, 1995，pp.1942–1948. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 算 法 概 述 应用领域广 发展很快 系统设计、多目标优化、分类、模式识别、信号处理、机器人技术应用、决策制定、模拟和证明等 目前被“国际进化计算会议”(IEEE International Conferences on Evolutionary Computation, CEC)列为一个讨论的专题。 Ev