惯性权重种群分布.docxVIP

惯性权重种群分布

惯性权重种群分布

粒子群算法里惯性权重并非孤立超参数，它像一条暗线贯穿搜索全过程，决定个体经验与社会经验在速度更新中的拉扯程度。很多初学者把惯性权重理解成单纯平滑系数，认为只要设大就全局搜索、设小就局部收敛，这种看法忽略了种群在空间中的分布形态会反向塑造权重的实际效果。当粒子聚拢成团时，即便权重数值不变，算法也会表现出更强利用倾向；当粒子散布成网时，同样权重下算法却可能维持探索能力。因此研究惯性权重种群分布，不是研究一个标量怎么调，而是研究一群粒子在权重作用下如何形成、维持、崩解与再生空间结构。权重与分布互为因果：分布改变梯度压力，权重改变记忆留存，二者耦合后才产生收敛轨迹