![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PSO
文章平均质量分 59
交通运输怪味张
一个兴趣使然的程序员
展开
-
粒子群算法介绍。粒子动态演示代码
粒子群算法介绍04:附Matlab、python代码(PSO)九这次在上述代码中动态演示粒子运动变化自己运行代码看动图。通过动态演示你更能发现粒子数量n 迭代次数maxgen,惯性权重w的大小对最优解的影响。如上图就是迭代次数太少加上粒子数量太少还有惯性权重太小,从而陷入局部最优解。%% 双清空+关闭图形clc,clear,close all;%% 绘制函数图像[x y]=meshgrid(-2:0.02:2,-2:0.05:2);z=sin( sqrt(x.^2+y.^2) )./sq原创 2021-05-21 13:32:44 · 1080 阅读 · 0 评论 -
粒子群算法介绍。惯性权重w的确定
粒子群算法介绍03:附Matlab、python代码(PSO)八:惯性权重w体现的是粒子继承先前速度的能力,Shi Y最先将惯性权重w引入PSO算法中,并分析指出一个较大的惯性权重值有利于全局搜索,而一个较小的惯性权重值则更有利于局部搜索。为了平衡两者,提出了线性递减惯性权重(LDIW)。无惯性权重的情况下,让程序运行100次平均值作为最优结果,在前面代码的基础上改进:函数代码与上一节相同。%% 双清空+关闭图形clc,clear,close all;%% 对程序执行100次运算for原创 2021-05-19 08:51:14 · 9247 阅读 · 2 评论 -
粒子群算法介绍。附matlab、python代码、适合小白
粒子群算法介绍02:附Matlab、python代码(PSO)七:matlab代码1.求下面的非线性函数最大值函数分析:首先可以用matlab把该函数图形画出来;其次该函数维度是2,两个未知数。%% 双清空+关闭所有图形clc,clear,close all;%% x,y区间确定注意0.05,如果再小会出现报错,当然越小越精确,z为函数表达式[x y]=meshgrid(-2:0.05:2,-2:0.05:2);z=sin( sqrt(x.^2+y.^2) )./sqrt(x.^2+原创 2021-05-18 09:12:47 · 932 阅读 · 0 评论 -
粒子群算法介绍。附matlab、python代码
粒子群算法介绍01:附Matlab、python代码(PSO)一:粒子群算法(PSO:particle swarm optimization,粒子群优化算法)是一种群体智能优化算法(像蚁群算法、鱼群算法等等)。由Kenndy和Eberhart于1995年首次提出,源于对鸟群捕食行为的研究——鸟类捕食时,找到食物最简单有效的策略就是搜索当前距离食物最近的那个鸟的周围空间。(怎么找到距离食物最近的鸟——信息共享、适应度函数;其他鸟如何去搜寻——依靠其速度更新公式)。算法中每个粒子都代表问题的一个潜在解,每个原创 2021-05-15 14:49:02 · 568 阅读 · 0 评论