人工智能Artificial Intelligence 第五章 机器学习.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 人工智能： 机器学习 * 蚁群算法模型 基本模型 简化模型 由James Kenney（社会心理学博士）和Russ Eberhart（电子工程学博士， /~eberhart/ ）于1995年提出粒子群算法（Particle Swarm Optimization, PSO） 源于对鸟群捕食行为的研究，是基于迭代的方法 简单易于实现，需要调整的参数相对较少 粒子群优化 * 史忠植 人工智能： 机器学习 * 鸟群： 假设一个区域，所有的鸟都不知道食物的位置，但是它们知道当前位置离食物还有多远。 PSO算法 每个解看作一只鸟，称为“粒子(particle)”，所有的粒子都有一个适应值，每个粒子都有一个速度决定它们的飞翔方向和距离，粒子们追随当前最优粒子在解空间中搜索。 粒子群优化 * 史忠植 人工智能： 机器学习 * 粒子速度和位置的更新 假设在D维搜索空间中，有m个粒子； 其中第i个粒子的位置为矢量 其飞翔速度也是一个矢量，记为 第i个粒子搜索到的最优位置为 整个