automl-演化算法-粒子群算法

参考博文：粒子群优化算法（Particle Swarm Optimization）
【PSO】离散粒子群算法（DPSO）和离散二进制粒子群算法（BPSO ）
粒子群优化算法（1）
粒子群优化算法（2）离散粒子群算法

离散粒子群算法

普通粒子群算法（Particle Swarm Optimization Algorithm，PSO）的粒子初始位置、更新速度都是连续函数，与之对应，位置和速度更新均为离散值的算法是离散PSO算法（Discrete Particle Swarm Optimization Algorithm， DPSO）；

一般就是在跟新粒子位置后，对粒子进行离散点处理；

比如：你的粒子的离散点是0到9的整数。那么对每个粒子更新位置后，比如是在（0,1）范围内的随机数。那么就（0，0.1）范围令其值为0；（0.1,0.2）范围令其值为1；…（0.9.1）范围令其值为9。当然初始位置值也需要这样处理

基本PSO代码实现与解读

在DEAP遗传算法库种，有一个关于粒子群算法的示例。源码地址

代码主要有两个函数：

• generate：生成粒子
• updateParticle：更新粒子的位置和速度

下面注释了该代码

通过DEAP工具箱注册类Particle和几个函数(particle、population、update、evaluate)