人工智能——粒子群算法

  • 实验目的

熟悉和掌握粒子群算法的原理、流程,并利用粒子群算法求解函数优化问题,理解求解流程,并测试主要参数对实验结果的影响。

  • .实验平台

Python 3.7 +

  • 实验要求

用粒子群求解下列函数的最小值。

其中,D为变量维度,

(1)使用Python编写粒子群三方代码,并给出适应度函数的定义方法。

(2)记录每一代种群的全局最优个体g_best的适应度值,使用Matplotlib可视化g_best适应度值随种群迭代的变化曲线。理解并分析种群收敛过程。

(3)设置不同的加速度常量,求得相应的最佳适应度和平均适应度,比较并分析PSO社会模型、PSO认知模型等对算法性能的影响。

表1 不同加速度的PSO运行结果

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值