一个改进的粒子群优化算法(pso)

一个改进的粒子群优化算法（pso)

需要说明的是，博主的翻译并不是完全的翻译，只是博主对自己理解的描述，以帮助感兴趣的博客友理解。如有侵权，请联系博主删除。
这篇文章介绍了一个新参数，叫做固有(惯性)权重，将其引入到原始的粒子群优化算子中。仿真结果说明了这个在粒子群优化中新参数的重要影响。

每个粒子是一个D维空间中的点
Xi代表第i个粒子，Pi记录当前任意粒子的最好的位置，g表示所有粒子中的最好粒子
粒子i位置的改变用Vi表示

于是得到如下等式：
V(i,d) = V(i,d)+c1rand()(P(i,d)-X(i,d))+c2Rand()(P(g,d)-X(i,d))
X(i,d)=X(i,d)+V(i,d)

C1,c2是两个正常数
第一个等式的第2部分是粒子与自身的差异，第3部分是粒子与整体最佳的差异

平衡开发和探索引入w可以是常数，可以是线性或非线性的
V(i,d) =w* V(i,d)+c1rand()(P(i,d)-X(i,d))+c2Rand()(P(g,d)-X(i,d))
X(i,d)=X(i,d)+V(i,d)

粒子群规模是40
MaxV=2
FESMAX=4000
W=0.95
代码资源链接：
pso参考代码
原文链接如下，感兴趣的小伙伴可以下载来看：
链接: https://pan.baidu.com/s/1LPc7P5V4MXMKA6dVYC4EVg 提取码: 7mty 复制这段内容后打开百度网盘手机App，操作更方便哦