基本粒子群优化算法

1:初始化粒子群,初始位置:X_i, 初始速度:V_i, i = 1....M

2:更具每个栗子初始位置和速度生成新的。     

3: 计算每个例子的适应度都。                     

4: 比较每个粒子的适应度和群体所经历过的最好位置p_id. 如果适应度值比p_id好,update

5:比较群体经历的最好p_gd

6: Vid(t+1) = wVid(t) + m1 r1[Pid -Xid(t)] +

m2r2[Pid -Xid(t)]

Xid(t+1) = Xid (t) + Vid(t+1)

Vid(t+1) : ith 粒子在t+1interation dth dimension.

Parameter: w,  m1 m2 r1 r2 (0-1) depends on experience. It will results in the process fast but no most optimized solution. And there is a max verticity. [-Vmax, Vmax]

7: reach the goal, stop. Otherwise, return to step 3

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容