PSO(粒子群)算法学习笔记

本文详细介绍了PSO(粒子群)算法的原理,包括算法概述、核心公式及算法步骤。通过一个Branin函数的优化求解案例,展示了PSO算法的实际应用,最终结果显示粒子群在多次迭代后能收敛于全局最优解附近。
摘要由CSDN通过智能技术生成

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当前时刻的方向以及自身搜索到的最优解方向目前搜索到的全局最优解方向决定,粒子飞行的位置当前位置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(PbestkSknow)+C2R2(gbestSknow)

S k n e x t

评论 1
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