參考博文：粒子群優化演算法（particle swarm optimization）
【pso】離散粒子群演算法（dpso）和離散二進位制粒子群演算法（bpso ）
粒子群優化演算法（1）
粒子群優化演算法（2）離散粒子群演算法
普通粒子群演算法（particle swarm optimization algorithm，pso）的粒子初始位置、更新速度都是連續函式，與之對應，位置和速度更新均為離散值的演算法是離散pso演算法（discrete particle swarm optimization algorithm， dpso）；
一般就是在跟新粒子位置後，對粒子進行離散點處理；
比如：你的粒子的離散點是0到9的整數。那麼對每個粒子更新位置後，比如是在（0,1）範圍內的隨機數。那麼就（0，0.1）範圍令其值為0；（0.1,0.2）範圍令其值為1；…（0.9.1）範圍令其值為9。當然初始位置值也需要這樣處理
在deap遺傳演算法庫種，有乙個關於粒子群演算法的示例。原始碼位址
**主要有兩個函式：
下面注釋了該**
通過deap工具箱註冊類particle和幾個函式(particle、population、update、evaluate)
automl 演化演算法
快速搜尋 多目標 基本概念 選擇 在進化演算法中存在兩個階段的選擇。經典的選擇演算法 輪盤賭演算法和錦標賽演算法是常見兩種選擇策略。我想問一下 精英 代表歷史最優個體，還是代表每一代的最優個體。由於每一代都執行該策略，所以歷史最優和每代最優一樣一樣滴。分類 進化演算法包括遺傳演算法 遺傳規劃 程式設...
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...