人工智能 —— Week Nine

目录

1、粒子群优化算法 

2、蚁群算法

---

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