粒子群演算法

粒子群演算法也稱粒子群優化演算法（鳥群覓食演算法pso），屬於進化演算法的一種，和模擬退火演算法相似，它從隨機解出發通過迭代尋找最優解，通過適應度來評價解的品質，比遺傳演算法規則更為簡單。通過追隨當前搜尋到的最優值來尋找全域性最優。實現容易、精度高、收斂快是一種並行演算法。

一、演算法介紹

（1）每個尋優的問題解都被想象成乙隻鳥，稱為粒子。所有粒子都在乙個d維空間進行搜尋

（2）所有的粒子都由乙個fitness-function確定適應值以判斷目前的位置好壞。

（3）每乙個粒子必須賦予記憶功能，能記住所搜尋到的最佳位置。

（4）每乙個粒子還有乙個速度以決定飛行的距離和方向。這個熟讀根據它本身的飛行經驗以及同伴的飛行經驗進行動態調整。

這兩個點就是粒子群演算法中的粒子。

該函式的最大值就是鳥群中的食物。

計算兩個點函式值就是粒子群演算法中的適應值，計算用的函式就是粒子群演算法中的適應度函式。

更新自己位置的一定公式就是粒子群演算法中的位置速度更新公式。

二、演算法公式

三、演算法流程

四、每個粒子的更新速度和位置公式

粒子群優化演算法 粒子群演算法

粒子群演算法 particle swarm optimization，pso 屬於進化演算法的一種，該演算法最初是受到飛鳥集群活動的規律性啟發，進而利用群體智慧型建立的乙個簡化模型。粒子群演算法在對動物集群活動行為觀察基礎上，利用群體中的個體對資訊的共享使整個群體的運動在問題求解空間中產生從無序到有...

粒子群演算法

如前所述，pso模擬鳥群的捕食行為。設想這樣乙個場景 一群鳥在隨機搜尋食物。在這個區域裡只有一塊食物。所有的鳥都不知道食物在那裡。但是他們知道當前的位置離食物還有多遠。那麼找到食物的最優策略是什麼呢。最簡單有效的就是搜尋目前離食物最近的鳥的周圍區域。pso從這種模型中得到啟示並用於解決優化問題。ps...

粒子群演算法

一 粒子群演算法的歷史 粒子群演算法源於複雜適應系統 complex adaptive system,cas cas理論於1994年正式提出，cas中的成員稱為主體。比如研究鳥群系統，每個鳥在這個系統中就稱為主體。主體有適應性，它能夠與環境及其他的主體進行交流，並且根據交流的過程 學習 或 積累經驗...