第8章粒子群优化算法P SO.pptVIP

第6节 PSO 的研究热点 2. 粒子群拓扑结构 粒子群优化算法的重要特点是其社会性学习，即粒子间的相互作用。那么，以什么样的形式把粒子组织起来，使粒子间能够更有效地共享信息。目前已提出的有环形粒子群结构、多子群结构。 3. 参数选择与优化 粒子更新公式中的C1和C2的取值、惯性系数等。 4. 与其他演化计算方法的融合 由NFL定理，PSO在解决某个或某类问题时可能会存在缺陷，可考虑与其它演化计算方法相结合，取长补短，提高PSO的寻优性能。 5. 应用 应用PSO解决目前其它方法尚未解决好的老问题、或求解用传统方法难以解决的新问题。 粒子编码（基于前驱节点的编码） . —求解组播路由问题的PSO 第7节 PSO应用举例 求解组播路由问题的PSO 这种编码方式能够避免环的产生。 求解组播路由问题的PSO 粒子飞行方法示意 (d) (e) 图3-3 树结构信息的单向传播 消环 X’=XY X Y X’ 求解组播路由问题的PSO 算法流程 步骤1 随机初始化粒子群； 步骤2 计算每个粒子的适应度值，并更新粒子当前位置 X ’；如果X ’比Pi 好，则以X ’替换Pi ；如果X ’比Pg好，则将X ’作为Pg； 步骤3 施加粒子群扰动算子： (1)对粒子群中的粒子