for(int i = 0;ifor(int j = 0;j0,1)*(population[i].his_best[j]-population[i].location[j])+
c2*randvar(0,1)*(global_best[j]-population[i].location[j]);
population[i].location[j] = population[i].location[j]+population[i].velocity[j];
/**adjust the value if the location is illegal*/
if(population[i].location[j] > population[i].upbound[j]) population[i].location[j] =population[i].upbound[j];
else
if(population[i].location[j] < population[i].lowbound[j]) population[i].location[j] =population[i].lowbound[j];}}
} 經過測試，pso果真比ga快，然而解的精度無法很好體現因為測試函式多是凸函式。
四種自適應慣性的方法：
①慣性權重線性遞減法（ldw）
ω = ωmax - (ωmax - ωmin)×t/tmax
ωmax為最大值，一般取0.9
ωmin為最小值，一般取0.4
t為當前代數
tmax為最大代數
②隨機慣量權重法
單峰函式，ω在[0.3,0.5]
多峰函式，ω在[0.5,0.7]
③慣量權重凹函式遞減法
ω = -(ωmax - ωin)×t^2 + ωmax
④慣量權重凸函式遞減法
ω = (ωmax - ωmin)(t-1)^2 + ωmin
粒子群（pso）演算法
一 粒子群演算法的概念 粒子群優化演算法 pso particle swarm optimization 是一種進化計算技術 evolutionary computation 源於對鳥群捕食的行為研究。粒子群優化演算法的基本思想 是通過群體中個體之間的協作和資訊共享來尋找最優解 pso的優勢 在於簡...
粒子群演算法 PSO
1995年美國社會心理學家kennedy和電氣工程師eberhart共同提出粒子群優化演算法 particle swarm optimization,pso pso演算法的基本思想利用生物學家heppner的生物群體模型，模擬鳥類覓食過程。鳥類飛行過程相互交流，當乙個鳥飛向棲息地時，其他鳥兒也會跟著...
粒子群優化演算法 PSO
粒子群優化演算法 pso particle swarm optimization 是一種進化計算技術 evolutionary computation 源於對鳥群捕食的行為研究。粒子群優化演算法的基本思想 是通過群體中個體之間的協作和資訊共享來尋找最優解 pso的優勢 在於簡單容易實現並且沒有許多引...