2013神经网络、模糊控制及专家系统第五章.ppt

当C2＝0时，则粒子之间没有社会信息，模型变为只有认知(cognition-only)模型： 被称为局部PSO算法。由于个体之间没有信息的交流，整个群体相当于多个粒子进行盲目的随机搜索，收敛速度慢，因而得到最优解的可能性小。 3. 粒子群优化算法PSO 局部和全局最优算法 参数分析 参数有： 群体规模m ：一般取20～40，对较难或特定类别的问题可以取到100～200。 最大速度 决定当前位置与最好位置之间的区域的分辨率(或精度)。如果太快，则粒子有可能越过极小点;如果太慢，则粒子不能在局部极小点之外进行足够的探索，会陷入到局部极值区域内。这种限制可以达到防止计算溢出、决定问题空间搜索的粒度的目的。 3. 粒子群优化算法PSO 机理与构造 免疫算子的机理 免疫算子是由接种疫苗和免疫选择两部分操作构成的。其中，疫苗指的是依据人们对待求问题所具备的先验知识而从中提取出的一种基本的特征信息，抗体是指根据这种特征信息而得出的一类解。前者可看作是对待求的最佳个体所能匹配模式的一种估计，后者是对这种模式进行匹配而形成的样本。免疫算子中接种疫苗作用的发挥与选取疫苗的优劣、生成抗体的好坏直接相关；免疫遗传算法的收敛性靠免疫算子中的免疫选择来保证。 3. 免疫遗传算法 在免疫选择作用下，若疫苗使抗体适值得到提高，且高于当前群体的平均适值，则疫苗所对应的模式将在