粒子群优化算法(PSO)的基本思想和算法步骤

基本公式

每一代中的粒子i,其速度 V i = { V i 1 , V i 2 , . . . , V i d , . . . , V i D } V_i=\{V_{i1},V_{i2},...,V_{id},...,V_{iD}\} Vi={ Vi1,Vi2,...,Vid,...,ViD}
V i d k + 1 = ω V i d k + c 1 ξ 1 ( P i d − X i d ) + c 2 ξ 2 ( P g d − X i d ) V_{id}^{k+1}=\omega V_{id}^k+c_1\xi_1(P_{id}-X_{id})+c_2\xi_2(P_{gd}-X_{id}) Vidk+1=ωVidk+c1ξ1(PidXid)+c2ξ2(PgdXid)
其 中 : ω , c 1 , c 2 是 常 数 其中:\omega ,c_1,c_2是常数 ω,c1,c2
X i d k + 1 = X i d k + V i d X_{id}^{k+1}=X_{id}^k+V_{id} Xidk+1=Xidk+Vid
其 中 : p i 是 粒 子 i 的 历 史 最 优 解 , p i d 是 p i 的 第 d 个 分 量 , p g 是 群 体 的 历 史 最 优 解 其中:p_i是粒子i的历史最优解,p_{id}是p_i的第d个分量,p_g是群体的历史最优解 pii,pidpidpg

PSO算法的计算步骤

  • 1、初始化粒子群i=1,2,…,m,给予随机的位置和速度 x i , v i x_i,v_i xi,vi
  • 2、评估每个粒子的适应度值f(x)
  • 3、对每个粒子,更新历史最优位置 p i p_i pi
  • 4、对群体更新历史最优解 p g p_g pg
  • 5、对所有粒子计算 x i , v i x_i,v_i xi,vi
  • 6、若达到终止条件,则终止,否则转步骤2

你可能感兴趣的:(智能算法,算法)