《人工智能及其应用》群智能.pptVIP

*每一次单位时间的飞行后，所有粒子分享信息，下一步将飞向自身最佳位置和全局或邻域最优位置的加权中心粒群优化算法*粒群优化算法WhataparticledoesIneachtimestep,aparticlehastomovetoanewposition.Itdoesthisbyadjustingitsvelocity.Havingworkedoutanewvelocity,itspositionissimplyitsoldpositionplusthenewvelocity.*粒群优化算法—邻域(Neighbourhoods)邻域既可根据地理位置，也可根据社会关系*Neighbourhoods*Thecircularneighbourhood*初始化为一群随机粒子，通过迭代找到最优。每次迭代中，粒子通过跟踪“个体极值”和“全局极值”来更新自己的位置。粒群优化算法——迭代公式*粒群优化算法——流程初始化一群粒子（群体规模为m），包括随机的位置和速度；评价每个粒子的适应度；对每个粒子，更新个体最优位置；更新全局最优位置；根据速度和位置更新方程更新粒子速度和位置；如未达到结束条件（通常为足够好的适应值或达到一个预设最大迭代次数），回到2。*粒群优化算