粒子群算法(pso)

前几天,也就是端午耍了三天,所以导致题也没做,博客也没写。对此我深感内疚。小石啊小石,你可不能就这样堕落啊。然后6月4号打游戏,6月5号打游戏,6月6号打游戏。。。。。但是就在我以为我就要就此堕落的时候,终于,凭借我强大的意志力(不是)终于又重新振作起来啦!!!

昨天,在看别人的数模优秀论文的时候(虽然数模虐我千百遍,但是那啥,我待数模如初恋),发现有个地方有个算法不太了解,然后嘞,就从知乎和csdn(这两个真的是好东西,基本上我所有的编程,算法有不懂的地方就在这里面搜,当然还有作业。。。)上看了几篇文章,终于学会了粒子群算法,为了加深自己的印象,也为了水(不是)一篇博客,于是我打算把自己的理解给写出来。

举一个简单的例子来让大家理解粒子群算法。有一群鸟儿在寻找食物,它们想找到这个区域中食物最多的位置。初始时每只鸟儿的位置随机,每只鸟儿沿着一定的方向飞行,并且它会记下沿途中食物最多的位置,假设鸟儿们之间能够相互通信,即每只鸟儿知道其它鸟儿沿途中食物最多的位置。现在鸟儿们犯迷糊了,它现在往哪个方向飞才能找到食物最多的地方呢?首先,对于每只鸟儿来说,它们的飞行具有一定的惯性,即它下一刻的飞行速度会保留前一刻速度的一些性质。还有,由于鸟儿们记得自己历史飞过的食物最多的地方,所以,它也会有向它曾经飞过的食物最多的地方飞的趋势,还有,由于鸟儿知道其它鸟儿历史飞过的食物最多的地方,所有鸟儿也有向全局食物最多的地方飞的趋势。鸟儿怎么飞,可以用下面的图表示:

鸟儿接下来要飞的方向就是P,Q,G三点进行合成之后的方向。就这样,鸟儿每飞一步,就要进行一次判断。经过一段时间的飞行之后,所有鸟儿最终都会在一个点回合——食物最多的点,并且停在那里,不会再移动。就这样,鸟儿们找到了这个区域食物最多的位置。

粒子群算法的语

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
粒子群算法(Particle Swarm Optimization,PSO)和二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)都是一种基于群体智能的优化算法,用于解决优化问题。它们的主要区别在于粒子的表示方式和搜索空间。 1. 粒子群算法PSO): - 粒子的表示方式:每个粒子由一组实数向量表示,其中每个维度代表一个问题的解。 - 搜索空间:粒子在连续的解空间中进行搜索,可以处理实数型的优化问题。 - 更新规则:每个粒子根据自身历史最优解和群体最优解进行位置更新,通过速度和位置的调整来搜索最优解。 2. 二进制粒子群算法(BPSO): - 粒子的表示方式:每个粒子由一组二进制位表示,其中每个位代表一个问题的解的状态(0或1)。 - 搜索空间:粒子在离散的解空间中进行搜索,适用于处理离散型的优化问题。 - 更新规则:每个粒子根据自身历史最优解和群体最优解进行位的翻转操作,通过改变位的状态来搜索最优解。 相比而言,二进制粒子群算法相对于粒子群算法具有以下优势: - 内存占用更小:由于二进制粒子群算法使用二进制位表示解,相比于实数向量表示的粒子群算法,所需的内存空间更小。 - 搜索效率更高:二进制粒子群算法在离散解空间中进行搜索,可以更快地找到最优解,节约搜索时间。 - 避免内存溢出问题:当问题规模较大时,粒子群算法可能会出现内存溢出问题,而二进制粒子群算法可以避免这个问题的发生。 因此,根据引用的研究结果,离散二进制粒子群算法在基于模型配电网故障诊断中的应用中,相比于其他算法(如HS-Tree、Boolean Algebra方法、遗传算法),具有更高的搜索效率,可以节约1/3~1/2的搜索时间,并且可以避免内存溢出问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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