粒子群算法

群体大小m的大小:

m太小:容易陷入局部最优

m太大:冗余,迭代速度慢

权重因子:惯性因子+学习因子(加速度)

w=1,基本粒子群算法

w=0,失去对原来速度的记忆

c1=0 无私型粒子群算法-只有社会没有自我

c2=0 只有自我没有社会

c1,c2不为0,完全型粒子群算法,较好的选择。

最大速度:探索能力与开发能力的平衡。10-20%

全局粒子群算法and局部粒子群算法

结束:最大迭代次数,可接受的解

这里写图片描述

 参考:最优化算法之粒子群算法(PSO)_青萍之末的博客-CSDN博客_粒子群算法

 

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