![](https://img-blog.csdnimg.cn/2019091813595558.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
演化算法
文章平均质量分 62
PSO算法,DE算法为基础的进化算法
wendy3orz
这个作者很懒,什么都没留下…
展开
-
人工蜂群算法(ABC)算法笔记丨matlab实现
一、前言人工蜂群(ABC)算法是一种比较新的群智能算法,它在21世纪初才被提出。该算法模拟了蜜蜂采蜜的生物行为,具有角色转换的特点,可以实现雇佣蜂,观察蜂和侦查蜂三种蜂型之间的互相转换。雇佣蜂的作用是保存优良信息,跟随蜂提高了算法的收敛能力,侦查蜂则是用于跳出局部最优。三种蜜蜂相辅相成,动态转换角色,使得算法性能优于其他基础算法。二、算法流程在一个n维空间,种群规模为NP,即雇佣蜂的个数,雇佣蜂(蜜源)的位置Xi = {x1, …, xNP},那么其目标函数值指定为Fit ={fit1, …, fi原创 2021-02-01 23:25:46 · 5482 阅读 · 2 评论 -
标准差分进化(DE)算法笔记丨matlab实现
一、前言之前提到过PSO算法,它作为进化算法的入门算法,具有参数少,实现简单,收敛性强的特点。但是,“早熟”这一特点在PSO算法中最为致命,它使得算法极容易陷入局部最优,算法性能也会因此而急剧下降。因此,差分进化算法(DE)应运而生,同样的,DE也是一种基础算法,但是它的多样性更强,不容易出现早熟现象,在一般优化中更加实用。二、算法流程1.初始化种群,评价出适应度值,并找出全局最优位置与最优...原创 2020-03-25 14:44:33 · 4853 阅读 · 1 评论 -
标准粒子群算法(PSO)matlab实现
标准粒子群算法(PSO)matlab实现标准PSO算法的核心公式如下:其中,w,c1,c2是预置好的:w称为惯性权重,大小一般在[0.5,1.5]。c1,c2称为学习因子,一般取值[1,4],通常设置的c1=c2,但是c1与c2不必完全相同。此实验是在二维空间寻找最小值,设置多峰函数:z = x^2 + y-7cos(pix)-8cos(2pi*y);它的图像如下所示,我们要找的是...原创 2018-12-29 22:12:05 · 13410 阅读 · 105 评论 -
基于层次学习的粒子群算法(LLSO)
近期阅读了关于大尺度优化问题论文:《A Level-Based Learning Swarm Optimizer for Large-Scale Optimization》,是对PSO做出的改进,算法容易实现,这里做出简单总结。一、改进策略(一)动态层数选择将种群按适应度值进行排序,排序后将粒子分层,层数的大小从层数池中选择。层数池为集合S:粒子的总数np,所分的层数为nl(nl∈S)...原创 2018-12-30 15:29:45 · 2298 阅读 · 6 评论 -
克隆免疫算法(ICPSO)
一篇改进的PSO论文《Coevolutionary Particle Swarm Optimization Using AIS and Its Application in Multi-Parameter Estimation of PMSM》,主要介绍克隆免疫算法(ICPSO)。(一)改进的PSO缺点:早熟;陷入局部最优;后期失去多样性。(二)精英克隆算法1.将种群按粒子数等分成I个子...原创 2019-01-01 14:50:36 · 3497 阅读 · 0 评论 -
递归差分分组进行大规模优化(RDM)
维度划分策略进行大规模优化:《A Recursive Decomposition Method for Large Scale Continuous Optimization 》。高维度问题的求解一般通过“分而治之”的思想,将问题分解为多个独立的子问题解决,此论文采用了递归差分分组(RDG)的方法将维度划分,再进行合作共同进化。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,...原创 2019-03-16 14:44:35 · 1121 阅读 · 3 评论 -
变量交互重构的可变互连的协同层次进化(CHPSO-VIR)
1.两个阶段:变量交互重构,可变互连的协同层次进化(CHPSO-VIR)2.改进策略(1)快速变量交互学习(FVIL)对于优化函数,它的变量集,判断是否可分离:如果(f(α ⃗ )-f(β ⃗ ))·(f(α ⃗^’ )-f(β ⃗^’ ))<0,那么认为不可分。(2)边缘去噪模型是观察矩阵 的局部关系,全局关系和偏差之和,可以用矩阵表示为。使χ与之间的差异最小化来去噪,最终获...原创 2019-05-29 09:53:51 · 337 阅读 · 0 评论 -
用于大规模优化的分段主导学习群优化算法(SPL)
论文《Segment-Based Predominant Learning Swarm Optimizer for Large-Scale Optimization》阅读笔记。1.SPL更新方法。对于种群P,随机选择两个粒子将其适应度值进行比较,划分RG (good)和RP(poor),相对较好的粒子RG和相对较差的粒子RP,大小分别为(粒子数/2)。(X_RG_RP_j)是RP中的粒子...原创 2019-08-21 10:50:28 · 646 阅读 · 0 评论