目录
1、粒子群优化算法
粒子群优化算法的特点:
1.依靠粒子速度完成搜索,并在迭代过程中只有最优的粒子将信息传给其它粒子,搜索速度快
2.具有记忆性,粒子群体的历史最好位置可以记忆并传递给其它粒子
3.需调整的参数少,结构简单,易于实现
4.易陷入局部最优,导致不易收敛
PSO和GA不同点
(1)PSO有记忆,好的解的知识所有粒子都保存,而GA没有记忆,以前的知识随着种群的改变被破坏。
(2)在GA算法中,染色体之间相互共享信息,所以整个种群的移动是比较均匀地向最优区域移动。PSO中的粒子仅仅通过当前搜索到最优点进行共享信息,所以很大程度上这是一种单项信息共享机制,整个搜索更新过程是跟随当前最优解的过程。在大多数情况下,所有粒子可能比遗传算法中的进化个体以更快速度收敛于最优解。
(3)GA的编码技术和遗传操作比较简单,而PSO相对于GA,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此原理更简单、参数更少、实现更容易。
2、蚁群算法
三种不同模型:
信息共享