-
算法详情及建模过程
粒子群算法:首先在给定的空间中随机初始化粒子群,包括粒子的个数和每个粒子的维数,待优化问题的变量数决定了粒子的维数。每个粒子都有初始位置与初始速度,设置好一系列参数后进行迭代寻优。每一次迭代中,每个粒子通过跟踪两个极值来更新自己的解空间中的位置和速度,一个是单个粒子本身在迭代中找到的最优粒子(个体极值),一个是所有粒子在迭代过程中的最优解粒子(全局极值)。(每个粒子都有一串数值,先求得个体的最优值,然后从所有个体最优值中得到群体最优值) -
算法特点
(1)高效并行特点
(2)得到问题最优解和若干次优解,输出更多方案
(3)动态跟踪当前情况 -
算法流程
开始 |
---|
初始化每个粒子的位置和速度 |
计算每个粒子的适应度值 |
计算每个粒子的个体最优值 |
计算整个群体的全局最优值 |
对粒子的速度、位置进行进化 |
如果满足约束条件,则输出结果,否则回到计算适应度值的步骤 |
结束 |