《第4章(计算智能-粒子群优化)》-公开·课件设计.ppt

《第4章(计算智能-粒子群优化)》-公开·课件设计.ppt

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* (4)(续) 改变每一个粒子的速度 位置随机数 第二项:认知分量 第三项:社会分量 * (4)(续) 每一个粒子的新位置 (5) 转到(2),重复(2)-(4),直到收敛为止。 * 说明: 粒子离开局部最佳位置和自己的最佳位置越远,使其回到本身最佳位置的速度就越大。 随机数(?1, ?2)可以确定为 ?i = ri ci ,其中ri~U(0 , 1) ,ci为正加速度常数。 谢谢使用! * * 人 工 智 能 Artificial Intelligence (AI) 董红斌 donghongbin@hrbeu.edu.cn 计算机科学与技术学院 2013年9-10月 * 第4章 计算智能 4.7 粒子群优化算法 * 4.7 粒群优化 4.7.1 群智能和粒群优化 群智能 粒群优化 4.7.2 粒群优化算法 个体最佳算法 全局最佳算法 局部最佳算法 * 4.7.1 群智能与粒群优化 1 群智能 群:某种相互交互的组织 群的个体:蚂蚁、蜜蜂、黄蜂、鱼群、鸟群等 * 群智能的特点: 个体结构和行为是非常简单的,通过个体之间的相互作用与协同合作,可以构成非常复杂的群行为。 * 基于群智能的算法: 粒群算法:模拟鸟群的智能行为 蚁群算法:模拟蚂蚁的觅食行为 用途: 解决最优化问题 * 2 粒群优化 粒(子)群优化(Particle Swarm Optimization,PSO )算法 是 一种模拟鸟群行为的群体搜索算法。 * 粒子群的最初含义: 通过图形来模拟鸟群优美和不可预测的空中飞行动作,发现鸟群支配同步飞行和以最佳队形突然改变飞行方向并重新编队的能力。 * 在粒子群优化中,粒子(个体)在搜索空间中是不断地改变位置的,但是位置变化要受到其邻近粒子行为的影响,所以说,粒子群优化算法是一种共生合作算法。 * 4.7.2 粒子群优化算法 群是粒子的集合,每一个粒子代表一个容许解。每一个粒子的位置由原先的位置和邻近粒子的位置来确定。 * 令 x i ( t ):粒子 Pi 在时刻 t 的位置 v i ( t ):位置变化速度 则 粒子 Pi 的当前位置为 x i ( t ) = x i ( t - 1 ) + v i ( t ) v i ( t ) x i ( t - 1 ) x i ( t ) * 三种基本的PSO算法 个体最佳算法 全局最佳算法 局部最佳算法 * 1 个体最佳算法 特点:每一个个体只将它的当前位置与自己的最佳位置的性能值作比较,而不使用其他粒子的信息。 * 记号: 目标函数、性能函数 已经得到的最佳性能值 最佳性能值对应的自变量值,即最佳的粒子位置 * 算法步骤: 对于粒子群 P(t) 初始化,使得 t=0 时每一个粒子 Pi 的位置 xi(t) 是随机的。 利用每一个粒子的当前位置计算其性能函数值(即目标函数值)。 * (3) 比较每一个粒子的当前性能值与至今得到的最佳性能,如果 则 * (4) 改变每一个粒子的速度 位置随机数(改变参数) 每一个粒子的新位置 (5) 转到(2),重复(2)-(4),直到收敛为止。 * 说明: 粒子离原先发现的最佳位置越远,使粒子回到它最佳位置所需要的速度就越大。 随机数?的上限是用户选定的算法参数,其值越大,粒子轨迹振荡就越大;反之,轨迹就越平滑。 * 2 全局最佳算法 在全局最佳算法中,粒子群的全局最优方案具有星形的邻域拓扑结构: * 在该结构中,每一个粒子都能与其他粒子进行通信,形成一个全连接的网络。 每一个粒子的移动速度由粒子群中的最佳粒子位置、本粒子的最佳位置来决定。 * 算法步骤: 对于粒子群 P(t) 初始化,使得 t=0 时每一个粒子 Pi 的位置 xi(t) 是随机的。 利用每一个粒子的当前位置计算其性能函数值(即目标函数值)。 * (3) 比较每一个粒子的当前性能值与至今得到的最佳性能,如果 则 * (4) 将每一个粒子的性能与全局最佳粒子的性能进行比较,如果 则 即找出迄今为止的最佳粒子位置及其性能值 * (4)(续) 改变每一个粒子的速度 位置随机数 第二项:认知分量 第三项:社会分量 * (4)(续) 每一个粒子的新位置 (5) 转到(2),重复(2)-(4),直到收敛为止。 * 说明: 粒子离开全局最佳位置和自己的最佳位置越远,使其回到本身最佳位置的速度就越大。 随机数(?1, ?2)可以确定为 ?i = ri ci ,其中ri~U(0 , 1) ,ci为正加速度常数。 * 3 局部最佳算法 在局部最佳算法中,粒子群的局部最优方案具有环形的邻域拓扑结构: * 在该结构中,每一个粒子只与其 n 个邻近粒子进行通信,形成一个部分连接的网络

文档评论(0)

花好月圆 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档