粒子群优化算法(详细易懂-很多例子).pptxVIP

粒子群优化算法（PS0）;向大自然学习

遗传算法(GA)

物竞天择，设计染色体编码，根据适应值函数进行染色体选择、交叉和变异操作，优化求解

人工神经网络算法(ANN)

模仿生物神经元，透过神经元的信息传递、训练学习、联想，优化求解

模拟退火算法(SA)

模模仿金属物质退火过程

;

传统搜索方法

保证能找到最优解

HeuristicSearch

不能保证找到最优解

;由Kennedy和Eberhart于1995年提出．

群体迭代，粒子在解空间追随最优的粒子进行搜索.

简单易行

粒子群算法:收敛速度快

设置参数少

已成为现代优化方法领域研究的热点．;粒子群算法的思想源于对鸟群捕食行为的研究．

模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于SwarmIntelligence的优化方法。

马良教授在他的著作《蚁群优化算??》一书的前言中写到：

大自然对我们的最大恩赐！;;;;;每个寻优的问题解都被想像成一只鸟，称为“粒子”。所有粒子都在一个D维空间进行搜索。

所有的粒子都由一个fitnessfunction确定适应值以判断目前的位置好坏。

每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置。

每一个粒子还有