版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、粒子群算法粒子群算法(1)粒子群算法簡介粒子群算法簡介二、粒子群算法的具體表述上面羅嗦了半天,那些都是科研工作者寫論文的語氣,不過,PSO的歷史就像上面說的那樣。下面通俗的解釋PSO算法。PSO算法就是模擬一群鳥尋找食物的過程,每個鳥就是PSO.中的粒子,也就是我們需要求解問題的可能解,這些鳥在尋找食物的過程中,不停改變自己在空中飛行的位置與速度。大家也可以觀察一下,鳥群在尋找食物的過程中,開始鳥群比較分散,逐漸這些鳥就會聚成一群,這個
2、群忽高忽低、忽左忽右,直到最后找到食物。這個過程我們轉(zhuǎn)化為一個數(shù)學(xué)問題。尋找函數(shù)y=1cos(3x)exp(x)的在[04]最大值。該函數(shù)的圖形如下:當(dāng)x=0.93500.9450,達(dá)到最大值y=1.3706。為了得到該函數(shù)的最大值,我們在[0,4]之間隨機(jī)的灑一些點(diǎn),為了演示,我們放置兩個點(diǎn),并且計算這兩個點(diǎn)的函數(shù)值,同時給這兩個點(diǎn)設(shè)置在[0,4]之間的一個速度。下面這些點(diǎn)就會按照一定的公式更改自己的位置,到達(dá)新位置后,再計算這兩個點(diǎn)
3、的值,然后再按照一定的公式更新自己的位置。直到最后在y=1.3706這個點(diǎn)停止自己的更新。這個過程與粒子群算法作為對照如下:這兩個點(diǎn)就是粒子群算法中的粒子。該函數(shù)的最大值就是鳥群中的食物計算兩個點(diǎn)函數(shù)值就是粒子群算法中的適應(yīng)值,計算用的函數(shù)就是粒子群算法中的適應(yīng)度函數(shù)。更新自己位置的一定公式就是粒子群算法中的位置速度更新公式。下面演示一下這個算法運(yùn)行一次的大概過程:第一次初始化第21次更新最后的結(jié)果(30次迭代)最后所有的點(diǎn)都集中在最大
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目標(biāo)粒子群matlab代碼
- matlab粒子群優(yōu)化算法舉例分析
- 基于遺傳算法(粒子群算法、人工魚群算法等)的投影尋蹤模型matlab源代碼
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
- 粒子群算法(1)----粒子群算法簡介
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于粒子群算法的微薄用戶推薦系統(tǒng).pdf
- matlab粒子群算法工具箱使用方法及實例
- 遺傳算法matlab代碼
- 粒子群算法程序演示
- 基于粒子群優(yōu)化的項聚類推薦算法研究.pdf
- 《粒子群算法vba》doc版
- 粒子群算法及其應(yīng)用.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進(jìn)研究.pdf
- 基于改進(jìn)粒子群社區(qū)劃分與好友推薦算法研究.pdf
- 粒子群優(yōu)化算法研究.pdf
- 粒子群算法解決tsp問題
評論
0/150
提交評論