PSO粒子群算法中各参数对于计算精度的影响【PSO学习笔记_03】

v增大,算法收敛速度加快,但可能造成“早熟”(即未达到最优解就终止算法);

惯性权重w增加,算法探索的“积极性”增加可避免“早熟”,但这会降低算法的收敛速度;

速度跟新公式中加入随机项,是为了平衡收敛速度与“早熟”;

粒子fitness function由确定适合值以判断位置的好坏;

粒子群算法的精度,不一定是哪个参数越大/越小越好,关键在于参数之间的配合;

粒子数目N增加,不一定能提升算法精度。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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