PSO(粒子群)算法学习笔记
PSO算法的概述
- PSO算法是一种全局优化的算法,它模拟的是鸟群或者鱼群的一种彼此共享信息去搜寻食物的过程。
- PSO算法与遗传算法(GA)类似,但是其少了GA中“交叉”,“变异”的操作,因此总体来看PSO算法操作更加简单,更加容易实现
- PSO算法可以理解为使用一群粒子来模拟鸟群个体的变化,每一个粒子在每一轮都会进行下一位置的搜索,下一轮粒子飞行的方向由当前时刻的方向以及自身搜索到的最优解方向和目前搜索到的全局最优解方向决定,粒子飞行的位置与当前位置与下一轮搜索的方向共同决定。
PSO算法最核心的两个公式如下:
V k n e x t = w V k n o w + C 1 R 1 ( P b e s t k − S k n o w ) + C 2 R 2 ( g b e s t − S k n o w ) V^{next}_k=wV_k^{now}+C_1R_1(P_{best}^{k}-S_k^{now})+C_2R_2(g_{best}-S^{now}_k) Vknext=wVknow+C1R1(Pbestk−Sknow)+C2R2(gbest−Sknow)
S k n e x t