粒子群算法实例--求函数极值

最新推荐文章于 2024-09-30 10:34:40 发布

xueluowutong

最新推荐文章于 2024-09-30 10:34:40 发布

阅读量4.9k

点赞数 5

分类专栏：优化算法

本文链接：https://blog.csdn.net/xueluowutong/article/details/84971304

版权

本文通过一个实例展示了如何应用粒子群算法来寻找函数在[-10, 10]区间内的最大值。经过程序执行，找到了最优解x=7.85674414，对应的函数值f(x)=24.855362869。文章还包含了绘图代码和执行结果。" 102980845,8160527,HikariCP实战指南,"['Java', '数据库开发', '连接池', 'HikariCP', '性能调优']

摘要由CSDN通过智能技术生成

优化对象：

求该函数在[-10, 10]区间的最大值。下面是该函数图像

在本例中，我们可以把x看作是粒子，函数值f(x)看作是适应度值（即粒子到最优对象的距离），适应度值越大（即粒子到最优对象越小），最大的适应度就是我们要求的最大值。

# -*- coding: utf-8 -*-

import numpy as np

# 粒子（鸟）
class particle:
    def __init__(self):
        self.pos = 0  # 粒子当前位置
        self.speed = 0
        self.pbest = 0  # 粒子历史最好位置


class PSO:
    def __init__(self):
        self.w = 0.5  # 惯性因子
        self.c1 = 1  # 自我认知学习因子
        self.c2 = 1  # 社会认知学习因子
        self.gbest = 0  # 种群当前最好位置
        self.N = 20  # 种群中粒子数量
        self.POP = []  # 种群
        self.it

最低0.47元/天解锁文章