首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > 其他 > 自适应粒子群优化算法

自适应粒子群优化算法

资 源 简 介

应用背景粒子群算法的一个基本变量是有一个群体(称为群)的候选解(称为粒子)。这些粒子在周围移动搜索空间根据几个简单的公式。的运动粒子是由自己的最著名的位置在搜索空间,以及整个群的最佳已知位置。什么时候改进的位置被发现,这些都将引导群的运动。这个过程是重复的,并且通过这样做希望,但不能保证,一个令人满意的解决方案最终被发现。关键技术对于每一个粒子,我和1,和…:初始化一个均匀分布的随机矢量粒子的位置:西 ;~  ;U(BLO, ;B),在血和丁丙诺啡是上下搜索空间的界限。初始化粒子的最好的已知位置的初始位置:←PI  ; ;西如果(F(PI)& lt;F(G))更新群最著名的位置:G← ; ;PI初始化粒子的速度:~ VI  ; ;U(- | BUP BLO |, ;| BUP BLO |)直到一个终止准则(如迭代次数执行,或有足够的目标函数值的解决方案重复发现):对于每一个粒子,我和1,和…:对于每一个维度,= 1,和…:取随机数:RP、RG ~ U(0,1)更新粒子的速度:VI,←D  ; ;ωVI,D +φP RP(PI,密苏里D-XI,D)+φG RG(GD西,D)更新粒子的位置:西 ;← ;西+ VI如果(西)和(西):更新粒子的位置:最著名的←PI  ; ;西如果(F(PI)& lt;F(G))更新群最著名的位置:G← ; ;PI现在克拥有最佳找到解决方案。

文 件 列 表

Simple PSO
calculateFitness.m
pso.m
Untitled.m
VIP VIP
0.181569s