04粒子群算法matlab代碼___吐血推薦

《04粒子群算法matlab代碼___吐血推薦》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。

1、粒子群算法(1)----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?！　SO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，這個群忽高忽低、忽左忽右，直到最后找到食物。這個過程我們轉化為一個數(shù)學問題。尋找函數(shù)　y=1-cos(3*x)*exp(-x)的在[0,4]最大值

2、。該函數(shù)的圖形如下：　　當x=0.9350-0.9450，達到最大值y=1.3706。為了得到該函數(shù)的最大值，我們在[0，4]之間隨機的灑一些點，為了演示，我們放置兩個點，并且計算這兩個點的函數(shù)值，同時給這兩個點設置在[0，4]之間的一個速度。下面這些點就會按照一定的公式更改自己的位置，到達新位置后，再計算這兩個點的值，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：　　這兩個點就是粒子群算法中的粒子?！　≡摵瘮?shù)的最大值就是鳥群中的食物　　　計算兩個點函數(shù)值就是粒子群算法中的適應值，計算用的函數(shù)就是

3、粒子群算法中的適應度函數(shù)?！　「伦约何恢玫囊欢ü骄褪橇Ｗ尤核惴ㄖ械奈恢盟俣雀鹿??！　∠旅嫜菔疽幌逻@個算法運行一次的大概過程：　　第一次初始化第一次更新位置　　第二次更新位置　　第21次更新　　最后的結果（30次迭代）　　最后所有的點都集中在最大值的地方。粒子群算法(2)----標準的粒子群算法在上一節(jié)的敘述中，唯一沒有給大家介紹的就是函數(shù)的這些隨機的點（粒子）是如何運動的，只是說按照一定的公式更新。這個公式就是粒子群算法中的位置速度更新公式。下面就介紹這個公式是什么。在上一節(jié)中我們求取函數(shù)y=1-cos(3*x)*exp(-x)的在[0,4]最大值。并在[0,

4、4]之間放置了兩個隨機的點，這些點的坐標假設為x1=1.5；x2=2.5；這里的點是一個標量，但是我們經(jīng)常遇到的問題可能是更一般的情況－－x為一個矢量的情況，比如二維的情況　z=2*x1+3*x22的情況。這個時候我們的每個粒子為二維，記粒子P1＝(x11,x12),P2=(x21,x22),P3=(x31,x32)，......Pn=(xn1,xn2)。這里n為粒子群群體的規(guī)模，也就是這個群中粒子的個數(shù)，每個粒子的維數(shù)為2。更一般的是粒子的維數(shù)為q，這樣在這個種群中有n個粒子，每個粒子為q維?！　∮蒼個粒子組成的群體對Q維（就是每個粒子的維數(shù)）空間進行搜索。每個粒子

5、表示為：xi＝（xi1,xi2,xi3,...,xiQ），每個粒子對應的速度可以表示為vi=(vi1,vi2,vi3,....,viQ)，每個粒子在搜索時要考慮兩個因素：　　1。自己搜索到的歷史最優(yōu)值pi，pi=(pi1,pi2,....,piQ)，i=1,2,3,....,n?！　?。全部粒子搜索到的最優(yōu)值pg，pg=(pg1,pg2,....,pgQ)，注意這里的pg只有一個?！　∠旅娼o出粒子群算法的位置速度更新公式：　　這里有幾個重要的參數(shù)需要大家記憶，因為在以后的講解中將會經(jīng)常用到：　　它們是：是保持原來速度的系數(shù)，所以叫做慣性權重。是粒子跟蹤自己歷史最優(yōu)值的

6、權重系數(shù)，它表示粒子自身的認識，所以叫“認知”。通常設置為2。是粒子跟蹤群體最優(yōu)值的權重系數(shù)，它表示粒子對整個群體知識的認識，所以叫做“社會知識”，經(jīng)常叫做“社會”。通常設置為2。是[0,1]區(qū)間內均勻分布的隨機數(shù)。是對位置更新的時候，在速度前面加的一個系數(shù)，這個系數(shù)我們叫做約束因子。通常設置為1?！　∵@樣一個標準的粒子群算法就結束了?！　∠旅鎸φ麄€基本的粒子群的過程給一個簡單的圖形表示：　　判斷終止條件可是設置適應值到達一定的數(shù)值或者循環(huán)一定的次數(shù)?！　∽⒁猓哼@里的粒子是同時跟蹤自己的歷史最優(yōu)值與全局（群體）最優(yōu)值來改變自己的位置預速度的，所以又叫做全局版本的標準粒

7、子群優(yōu)化算法。粒子群算法(3)----標準的粒子群算法(局部版本)　在全局版的標準粒子群算法中，每個粒子的速度的更新是根據(jù)兩個因素來變化的，這兩個因素是：1.粒子自己歷史最優(yōu)值pi。2.　粒子群體的全局最優(yōu)值pg。如果改變粒子速度更新公式，讓每個粒子的速度的更新根據(jù)以下兩個因素更新，A.粒子自己歷史最優(yōu)值pi。B.粒子鄰域內粒子的最優(yōu)值pnk。其余保持跟全局版的標準粒子群算法一樣，這個算法就變?yōu)榫植堪娴牧Ｗ尤核惴?。　　一般一個粒子i的鄰域隨著迭代次數(shù)的增加而逐漸增加，開始第一次迭代，它的鄰域為0，隨著迭代次數(shù)鄰域線性變大，最后鄰域擴展到整個粒子群，這