笔记
mux子沐
大三党
展开
-
粒子群算法基础
粒子群算法算法简介算法策略算法流程图名词阐释符号说明图像解释核心公式参数分析Matlab实现算法简介粒子群算法,其全称为粒子群优化算法(ParticleSwarmOptimization,PSO)。它是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的搜索算法。算法策略粒子群算法的目标是使所有粒子在多维超体中找到最优解。首先给空间中的所有粒子分配初始随机位置和初始随机速度。然后根据每个粒子的速度、已知空间中的最优全局位置和粒子最优位置依次推进每个粒子的位置。随着计算的推移迭代,通过探索和利用搜索空原创 2020-10-24 19:38:50 · 3372 阅读 · 4 评论 -
粒子群算法改进——线性递减惯性权重
惯性权重回顾惯性权重w体现的是粒子继承先前的速度的能力Shi,Y最先将惯性权重w引入到粒子群算法中,并且分析指出一个较大的惯性权值有利于全局搜索一个较小的权值则更利于局部搜索线性递减惯性权重在搜索初期,增强全局搜索能力可以更大可能遍解空间,避免陷入局部最优解->广撒网在搜索后期,增强局部搜索能力可以更大可能的锁定最优解->精准打击为了更好地平衡算法的全局搜索以及局部搜索能力,Shi,Y提出了线性递减惯性权重LDIW(LinearDecreasingInertiaWei原创 2020-11-05 10:59:18 · 10428 阅读 · 4 评论