导航:首页 > 源码编译 > pso算法优化参数
pso算法优化参数
发布时间：2025-01-20 13:17:35❶ 粒子群优化的算法参数
PSO参数包括：群体规模m，惯性权重w，加速常数c1和c2，最大速度Vmax，最大代数Gmax，解空间[Xmin Xmax]。
Vmax决定在当前位置与最好位置之间的区域的分辨率（或精度）。如果Vmax太高，微粒可能会飞过好解，如果Vmax太小，微粒不能进行足够的探索，导致陷入局部优值。该限制有三个目的：防止计算溢出；实现人工学习和态度转变；决定问题空间搜索的粒度。
惯性权重w使微粒保持运动的惯性，使其有扩展搜索空间的趋势，有能力探索新的区域。
加速常数c1和c2代表将每个微粒推向pbest和gbest位置的统计加速项的权重。低的值允许微粒在被拉回来之前可以在目标区域外徘徊，而高的值导致微粒突然的冲向或者越过目标区域。
如果没有后两部分，即c1 = c2 = 0，微粒将一直以当前的速度飞行，直到到达边界。由于它只能搜索有限的区域，将很难找到好的解。
如果没有第一部分，即w = 0，则速度只取决于微粒当前的位置和它们历史最好位置pbest和gbest，速度本身没有记忆性。假设一个微粒位于全局最好位置，它将保持静止。而其它微粒则飞向它本身最好位置pbest和全局最好位置gbest的加权中心。在这种条件下，微粒群将统计的收缩到当前的全局最好位置，更象一个局部算法。
在加上第一部分后，微粒有扩展搜索空间的趋势，即第一部分有全局搜索的能力。这也使得w的作用为针对不同的搜索问题，调整算法全局和局部搜索能力的平衡。
如果没有第二部分，即c1 = 0，则微粒没有认知能力，也就是“只有社会(social-only)”的模型。在微粒的相互作用下，有能力到达新的搜索空间。它的收敛速度比标准版本更快，但是对复杂问题，比标准版本更容易陷入局部优值点。
如果没有第三部分，即c2 = 0，则微粒之间没有社会信息共享，也就是“只有认知(cognition-only)”的模型。因为个体间没有交互，一个规模为m的群体等价于m个单个微粒的运行。因而得到解的几率非常小。
与pso算法优化参数相关的资料
- c需要用什么编译器
- vt编辑编制编译
- rv1109固件编译不通过
- 编译原理什么是活跃信息
- node编译代码很慢
- 两位数互补算法
- c语言中的排序算法
- vc6的编译框
- myeclipse编译文件
- 小程序仿今日头条源码
- 框架源码研读
- 冲程算法
- 鸡料与鸡粪的算法
- iot编译器异常
- 排序算法c和a
- 反编译自己制作的软件
- 威纶通反编译密码是多少
- 螺旋箍筋的算法
- 实战算法视频教程全集
- 源码前面带符号
- 文章质量核心算法
- 通达信主力生命指标源码
- 7夕表白网页源码
- 股票软件的k线的源码
- 主力操盘源码设置
- keil看代码编译出来几行汇编
- javanewfile编译后找不到文件
- 编译器和传感器
- so文件编译进内核
- 手机版FPGA编译器下载
- 什么不是编译程序的一部分
- 应用市场h5源码
- 算法描述四种
- 神奇的口算法
- pid控制算法视频
- 一元清债源码
- 多周期画线源码
- 均线离差指标源码
- Qt协议静态编译
- wbgt接触时间率的算法
- 对象存储算法
- 贵阳微乐麻将胡牌算法