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
- mybatis3源码分析
- sm3算法实现java
- php开发app接口源码
- 时钟置换算法指针变化规则
- gcc中的编译选项
- 十几加几的进位加法算法
- 湖北拼团商城源码
- slam算法处理数据
- 编译后的病毒长什么样子
- 编译器的堆空间
- 稀有传奇手游源码
- 遗传算法编码长度
- 元气骑士老版源码
- 源码的账号密码在哪个文件
- shopnum1多用户商城系统源码
- 红包广告平台源码
- 架构师需要阅读的源码
- ch编译器
- java必须自己写一个编译器吗
- 靠算法买彩票
- 编译的时候怎么找未定义的函数
- 算法站的客体
- 股票涨跌源码怎么看
- 做算法还是开发
- 2g3g算法
- 游戏制作用什么编译语言
- 编译原理翻译文法的功能
- 学校论文答辩源码
- 环保参比算法
- 饿了么网站源码
- 溯源码粘碎图
- 高一数学必修三算法
- 源码编辑器中怎么保存
- c语言常用排序算法
- 三年级上册北师大版数学第一课速算法
- 杂货实物商城源码
- 编译压缩
- exe文件反编译源码工具下载
- 如何用java编译东西
- java编译主函数快捷键
- 吉利红包H5编译教程
- gcc编译器安装gcc10