第6章 粒子群优化算法教程文件.ppt

第6章 粒子群优化算法 Contents 算法简介 1 基本流程 2 改进研究 3 相关应用 4 参数设置 5 * 6.1 粒子群优化算法简介 粒子群优化算法是什么？ 粒子群优化算法 （Particle Swarm Optimization，PSO） 是进化计算的一个分支， 是一种模拟自然界的生物活动的随机搜索算法。 粒子群优化算法的思想来源是怎样的？ 它由谁提出的？ PSO模拟了自然界鸟群捕食和鱼群捕食的过程。 通过群体中的协作寻找到问题的全局最优解。 它是1995年由美国学者Eberhart和Kennedy提出的， 现在已经广泛应用于各种工程领域的优化问题之中。 * 6.1.1 思想来源 生物界现象 群体行为 群体迁徙 生物觅食 …… 社会心理学 群体智慧 个体认知 社会影响 …… 粒子群 优化算法 人工生命 鸟群觅食 鱼群学习 群理论 * 6.1.2 基本原理 鸟群觅食现象 鸟群 觅食空间 飞行速度 所在位置 个体认知与群体协作 找到食物 粒子群优化算法 搜索空间的一组有效解 问题的搜索空间 解的速度向量 解的位置向量 速度与位置的更新 找到全局最优解 鸟群觅食现象 粒子群优化算法 类比关系 * 6.1.2 基本原理 鸟群觅食现象 粒子群优化算法 * 6.2 粒子群优化算法的基本流程 基本流程 速度与位置更新公式 速度与位置更新示意图 算法流程图和伪代码 应用举例 函数最小化问题 算法的执行步骤示意图 * 粒子的个体速度与位置更新公式 更新速度 自身速度 个体认知 社会引导 * 速度与位置更新示意图 x 2 x 1 P 3 P 1 P 2 PB 2 * 速度与位置更新示意图 经过若干次迭代之后 * PSO算法流程图和伪代码 * 6.2.2 应用举例 例6.1 已知函数 ， 其中 ，用粒子群优化算法求解y的最小值。 * 运行步骤 * * 6.3 粒子群优化算法的改进研究 PSO 研究热点与方向 算法理论 研究 混合算法 研究 算法参数研究 拓扑结构研究 算法应用 研究 * 与PSO相关的重要学术期刊与国际会议 重要学术期刊 IEEE Transactions on Evolutionary Computation IEEE Transactions on Systems, Man and Cybernetics IEEE Transactions on …… Machine Learning Evolutionary Computation …… * 与PSO相关的重要学术期刊与国际会议 重要国际会议 IEEE Congress on Evolutionary Computation (CEC) IEEE International Conference on Systems, Man, and Cybernetics (SMC) ACM Genetic and Evolutionary Computation Conference (GECCO) International Conference on Ant Colony Optimization and Swarm Intelligence (ANTS) International Conference on Simulated Evolution And Learning (SEAL) …… * 6.3.1 理论研究改进 2006 Kadirkamanathan 等人2006年在动态 环境中对PSO的行 为进行研究，由静 态分析深入到了动 态分析 2003 Trelea 2003年 指出PSO最终 最终稳定地收 敛于空间中的 某一个点，但 不能保证是全 局最优点 2002 ClercKennedy 2002年设计了一 个称为压缩因子 的参数。在使用 了此参数之后， PSO能够更快地 收敛 2006 F. van den Bergh 等人2006年对 PSO的飞行轨迹 进行了跟踪，深 入到了动态的系 统分析和收敛性 研究 * 6.3.2 拓扑结构改进 静态拓扑结构 全局版本： 星型结构 局部版本： 环形结构 齿形结构 金字塔结构 冯诺依曼结构 …… 动态拓扑结构 逐步增长法 Suganthan 1999 最小距离法 Hu Eberhart 2002 重新组合法 LiangSuganthan2005 随机选择法 Kennedy 等人 2006 …… 其它拓扑结构 社会趋同法 Kennedy 2000 Fully Informed Mendes 等人 2004 广泛学习策略 Li