基于动态博弈的粒子群优化算法.pptVIP

An evolutionary game based particle swarm optimization algorithm(基于进化博弈的粒子群优化算法) 报告人：刘恒 学号：201111221197 2012年4月10日 目录 一、 PSO(粒子群优化算法) 二、 ReplicatorDynamics(模仿者动态) ESS(进化稳定策略) 三、 EGPSO(基于进化博弈的粒子群优化算法) 四、仿真实验 五、结论 PSO(粒子群优化算法) 粒子群优化算法是基于群体的演化算法, 其思想来源于人工生命和演化计算理论。 Reynolds对鸟群飞行的研究发现, 鸟仅仅是追踪它有限数量的邻居, 但最终的整体结果是整个鸟群好像在一个中心的控制之下, 即复杂的全局行为是由简单规则的相互作用引起的。 一群鸟在随机搜寻食物, 如果这个区域里只有一块食物, 那么找到食物的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。 PSO(粒子群优化算法) PSO求解优化问题时, 问题的解对应于搜索空间 中 一 只 鸟 的 位 置, 称 这 些 鸟 为 “粒 子”(particle) 或“主体”(agent) 。每个粒子都有自己的位置和速度(决定飞行的方向和距离) ，不妨令Present为粒子的当前位置，V为粒子的当前速度。还有一个由被目标函数决定的适应值。各个粒子记忆、追随当前的最优粒子, 在解空间中搜索。每次迭代的过程不是完全随机的, 如果找到较好解, 将会以此为依据来寻找下一个解。 在每次迭代过程中粒子依据下列方程进行更新： (1) (2) PSO(粒子群优化算法) rand ～ U(0 , 1)，c1、c2是加速系数，一般 c1 = c2 = 2，pBest是每个粒子的个体最优值，更新方程为： (3) gBest是粒子群的全局最优值，更新方程为： (4) ω是权重系数且0.1≤ω ≤0 .9，更新方程为： (5) iter表示当前迭代次数，itermax表示最大迭代次数 为了降低局部最优以及错过最优解的概率，速度V一般被钳在[?Vmax ,Vmin] ReplicatorDynamics(模仿者动态) ESS(进化稳定策略) 博弈论的三个必要组成部分： 1、博弈者Let I = 1, 2 ,...,n 是一个博弈者集合，n是正整数。 2、策略空间，对每一个博弈者i ∈ I，Si表示他可以采取的行动叫做纯策略集，每一步具体的选择si ∈ Si表示一个纯策略。向量s = (s1,s2,...,sn)叫做策略组合。本论文只考虑纯策略的情况。 3、支付函数，对任意策略组合s和任意博弈者i，令ui(s1,...,sn)作为博弈者的支付函数。 ReplicatorDynamics(模仿者动态) ESS(进化稳定策略)是进化博弈论中最关键的两点。xj表示在某时刻选择纯策略j的人数在群体中所占的比例，有∑j ∈Sxj = 1，则模仿者动态方程为： (6) 其中fj是选择策略j的支付函数， 是所有个体的平均支付函数。 ReplicatorDynamics(模仿者动态) ESS(进化稳定策略) 上述模仿者动态方程表明：如果一个选择纯策略j的个体得到的支付少于群体平均支付，那么选择纯策略j的个体在群体中所占比例将会随着时间的演化而不断减少；如果一个选择策略j的个体得到的支付多于群体平均支付，那么选择策略j的个体在群体中所占比例将会随着时间的演化而不断地增加；如果个体选择纯策略j所得的支付恰好等群体平均支付，则选择该纯策略的个体在群体中所占比例不变。 进化稳定策略思想：假设存在一个全部选择某一特定策略的大群体和一个选择不同策略的突变小群体，这个突变小群体进入到该大群体而形成一个混合群体 ，如果突变小群体在混合群体中博弈所得到的支付大于原群体中个体所得到的支付即fj ,那么小群体就能侵入到大群体，反之就不能侵入到大群体。 EGPSO(基于进化博弈的粒子群优化算法) 1、EGPSO映射的规则： 粒子群中的粒子→博弈中的博弈者 搜索空间 →策略空间 适应度函数 →支付函数 gBest →进化稳定策略 因此所有粒子搜寻的最优位置可以看作博弈者追求到的最大支付函数。考虑有限理性的粒子，我们用模仿者动态来模拟粒子的搜索过程。 首先做一下转换： (7) 根据公式(5)(6)很明显看出f*仅仅改变了进化速度而没有改变进化的路径 EGPSO(基于进化博弈的粒子群优化算法) 2、使用多起点(multi-start)方法克服早收敛 Let f(x): S →R , S ? Rn是初始