PSO 算法实例(手动推导过程)
PSO 算法实例
- 引言
- 正文
- PSO 算法步骤
- PSO 实例
- 步骤1 定义目标函数
- 步骤2 初始化每个粒子的位置和速度
- 步骤3 使用目标函数进行评估
- 步骤4 更新单个粒子的最佳位置(局部最优值)
- 步骤5 更新全局最佳位置(全局最优值)
- 步骤6 更新每个粒子的位置和速度
- 步骤7 使用目标函数评估新的位置
- 步骤8 更新单个粒子的最佳位置
- 步骤9 更新全局最佳位置
- 步骤10 检查停止条件
引言
关于 PSO
算法的基础概念可以参考 Particle Swarm Optimization 基础概念。本文我们将举一个示例对这个算法进行详细说明。
正文
PSO 算法步骤
这里我们再来重温下算法步骤,并且我们给出更为具体的算法操作步骤。
- 定义目标函数(通常题目已知)
- 对于每一个粒子进行求解,
- 设定它的初始位置,
- 评估它的表现,
- 更新局部最优值
- 更新全局最优值(如果新的 fitness < global fitness)
- 做循环,对于每一个粒子
- 产生新的速度
- 计算新的位置
- 评估新的解
- 更新局部最优值
- 更新全局最优值
- 展示最好的位置和 fitness 值。
PSO 实例
使用 PSO
算法找出如下方程的极大值。使用四个粒子,且各粒子的初始位置是 x 1