版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
粒子群優(yōu)化算法詳細易懂很多例子演示文稿目前一頁\總數(shù)四十四頁\編于十六點(優(yōu)選)粒子群優(yōu)化算法詳細易懂很多例子目前二頁\總數(shù)四十四頁\編于十六點解決最優(yōu)化問題的方法傳統(tǒng)搜索方法保證能找到最優(yōu)解HeuristicSearch不能保證找到最優(yōu)解目前三頁\總數(shù)四十四頁\編于十六點
由Kennedy和Eberhart于1995年提出.群體迭代,粒子在解空間追隨最優(yōu)的粒子進行搜索.簡單易行粒子群算法:收斂速度快設(shè)置參數(shù)少已成為現(xiàn)代優(yōu)化方法領(lǐng)域研究的熱點.粒子群算法發(fā)展歷史簡介
目前四頁\總數(shù)四十四頁\編于十六點粒子群算法的基本思想粒子群算法的思想源于對鳥群捕食行為的研究.模擬鳥集群飛行覓食的行為,鳥之間通過集體的協(xié)作使群體達到最優(yōu)目的,是一種基于SwarmIntelligence的優(yōu)化方法。馬良教授在他的著作《蟻群優(yōu)化算法》一書的前言中寫到:大自然對我們的最大恩賜!“自然界的蟻群、鳥群、魚群、羊群、牛群、蜂群等,其實時時刻刻都在給予我們以某種啟示,只不過我們常常忽略了大自然對我們的最大恩賜!......”目前五頁\總數(shù)四十四頁\編于十六點目前六頁\總數(shù)四十四頁\編于十六點粒子群算法的基本思想
設(shè)想這樣一個場景:一群鳥在隨機搜索食物在這塊區(qū)域里只有一塊食物;所有的鳥都不知道食物在哪里;
但它們能感受到當(dāng)前的位置離食物還有多遠.
已知那么:找到食物的最優(yōu)策略是什么呢?
搜尋目前離食物最近的鳥的周圍區(qū)域.根據(jù)自己飛行的經(jīng)驗判斷食物的所在。PSO正是從這種模型中得到了啟發(fā).
PSO的基礎(chǔ):
信息的社會共享
目前七頁\總數(shù)四十四頁\編于十六點生物學(xué)家對鳥(魚)群捕食的行為研究
社會行為(Social-OnlyModel)個體認(rèn)知(Cognition-OnlyModel)目前八頁\總數(shù)四十四頁\編于十六點粒子群特性目前九頁\總數(shù)四十四頁\編于十六點算法介紹
每個尋優(yōu)的問題解都被想像成一只鳥,稱為“粒子”。所有粒子都在一個D維空間進行搜索。所有的粒子都由一個fitnessfunction
確定適應(yīng)值以判斷目前的位置好壞。每一個粒子必須賦予記憶功能,能記住所搜尋到的最佳位置。每一個粒子還有一個速度以決定飛行的距離和方向。這個速度根據(jù)它本身的飛行經(jīng)驗以及同伴的飛行經(jīng)驗進行動態(tài)調(diào)整。目前十頁\總數(shù)四十四頁\編于十六點粒子群優(yōu)化算法求最優(yōu)解
D維空間中,有N個粒子;粒子i位置:xi=(xi1,xi2,…xiD),將xi代入適應(yīng)函數(shù)f(xi)求適應(yīng)值;粒子i速度:vi=(vi1,vi2,…viD)
粒子i個體經(jīng)歷過的最好位置:pbesti=(pi1,pi2,…piD)
種群所經(jīng)歷過的最好位置:gbest=(g1,g2,…gD)通常,在第d(1≤d≤D)維的位置變化范圍限定在內(nèi),速度變化范圍限定在內(nèi)(即在迭代中若超出了邊界值,則該維的速度或位置被限制為該維最大速度或邊界位置)
目前十一頁\總數(shù)四十四頁\編于十六點粒子i的第d維速度更新公式:
粒子i的第d維位置更新公式:
—第k次迭代粒子i飛行速度矢量的第d維分量
—第k次迭代粒子i位置矢量的第d維分量
c1,c2—加速度常數(shù),調(diào)節(jié)學(xué)習(xí)最大步長
r1,r2—兩個隨機函數(shù),取值范圍[0,1],以增加搜索隨機性
w—慣性權(quán)重,非負(fù)數(shù),調(diào)節(jié)對解空間的搜索范圍目前十二頁\總數(shù)四十四頁\編于十六點粒子速度更新公式包含三部分:第一部分為粒子先前的速度第二部分為“認(rèn)知”部分,表示粒子本身的思考,可理解為粒子i當(dāng)前位置與自己最好位置之間的距離。第三部分為“社會”部分,表示粒子間的信息共享與合作,可理解為粒子i當(dāng)前位置與群體最好位置之間的距離。目前十三頁\總數(shù)四十四頁\編于十六點區(qū)域最佳解全域最佳解運動向量慣性向量
StudyFactorpg目前十四頁\總數(shù)四十四頁\編于十六點目前十五頁\總數(shù)四十四頁\編于十六點算法流程Initial:
初始化粒子群體(群體規(guī)模為n),包括隨機位置和速度。Evaluation:
根據(jù)fitnessfunction,評價每個粒子的適應(yīng)度。FindthePbest:對每個粒子,將其當(dāng)前適應(yīng)值與其個體歷史最佳位置(pbest)對應(yīng)的適應(yīng)值做比較,如果當(dāng)前的適應(yīng)值更高,則將用當(dāng)前位置更新歷史最佳位置pbest。FindtheGbest:
對每個粒子,將其當(dāng)前適應(yīng)值與全局最佳位置(gbest)對應(yīng)的適應(yīng)值做比較,如果當(dāng)前的適應(yīng)值更高,則將用當(dāng)前粒子的位置更新全局最佳位置gbest。UpdatetheVelocity:
根據(jù)公式更新每個粒子的速度與位置。如未滿足結(jié)束條件,則返回步驟2通常算法達到最大迭代次數(shù)或者最佳適應(yīng)度值的增量小于某個給定的閾值時算法停止。目前十六頁\總數(shù)四十四頁\編于十六點粒子群優(yōu)化算法流程圖
開始初始化粒子群計算每個粒子的適應(yīng)度根據(jù)適應(yīng)度更新pbest、gbest,更新粒子位置速度結(jié)束noyes達到最大迭代次數(shù)或全局最優(yōu)位置滿足最小界限?目前十七頁\總數(shù)四十四頁\編于十六點2維簡例Note合理解目前最優(yōu)解區(qū)域最佳解全域區(qū)域目前十八頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素
-群體大小m
m是一個整型參數(shù).
m
很小:
m很大:
當(dāng)群體數(shù)目增長至一定水平時,再增長將不再有顯
但收斂速度慢.著的作用.陷入局優(yōu)的可能性很大.
PSO的優(yōu)化能力很好,目前十九頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-權(quán)重因子
權(quán)重因子:慣性因子、學(xué)習(xí)因子
失去對粒子本身的速度的記憶
社會經(jīng)驗部分
前次迭代中自身的速度
自我認(rèn)知部分
基本粒子群算法粒子的速度更新主要由三部分組成:
慣性因子
目前二十頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-權(quán)重因子
權(quán)重因子:慣性因子、學(xué)習(xí)因子
社會經(jīng)驗部分
前次迭代中自身的速度
自我認(rèn)知部分
粒子的速度更新主要由三部分組成:
學(xué)習(xí)因子
無私型粒子群算法
“只有社會,沒有自我”迅速喪失群體多樣性,易陷入局優(yōu)而無法跳出.目前二十一頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-權(quán)重因子
權(quán)重因子:慣性因子、學(xué)習(xí)因子
社會經(jīng)驗部分
前次迭代中自身的速度
自我認(rèn)知部分
粒子的速度更新主要由三部分組成:
自我認(rèn)知型粒子群算法
“只有自我,沒有社會”完全沒有信息的社會共享,導(dǎo)致算法收斂速度緩慢
學(xué)習(xí)因子
目前二十二頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-權(quán)重因子
權(quán)重因子:慣性因子、學(xué)習(xí)因子
社會經(jīng)驗部分
前次迭代中自身的速度
自我認(rèn)知部分
粒子的速度更新主要由三部分組成:
c1,c2都不為0,稱為完全型粒子群算法
完全型粒子群算法更容易保持收斂速度和搜索效果的均衡,是較好的選擇.
目前二十三頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-最大速度
但
在于維護算法的探索能力與開發(fā)能力的平衡.
Vm較大時,探索能力增強,
作用:
Vm較小時,開發(fā)能力增強,
Vm一般設(shè)為每維變量變化范圍的10%~20%.
但
粒子容易飛過最優(yōu)解.
容易陷入局部最優(yōu).
目前二十四頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-
鄰域的拓?fù)浣Y(jié)構(gòu)
全局粒子群算法和局部粒子群算法.
粒子群算法的鄰域拓?fù)浣Y(jié)構(gòu)包括兩種,一種是將群體內(nèi)所有個體都作為粒子的鄰域,另一種是只將群體中的部分個體作為粒子的鄰域.群體歷史最優(yōu)位置
鄰域拓?fù)浣Y(jié)構(gòu)決定
由此,將粒子群算法分為目前二十五頁\總數(shù)四十四頁\編于十六點粒子群算法的構(gòu)成要素-
鄰域的拓?fù)浣Y(jié)構(gòu)
全局粒子群算法1.粒子自己歷史最優(yōu)值2.
粒子群體的全局最優(yōu)值局部粒子群算法1.粒子自己歷史最優(yōu)值2.粒子鄰域內(nèi)粒子的最優(yōu)值
鄰域隨迭代次數(shù)的增加線性變大,最后鄰域擴展到整個粒子群。經(jīng)過實踐證明:全局版本的粒子群算法收斂速度快,但是容易陷入局部最優(yōu)。局部版本的粒子群算法收斂速度慢,但是很難陷入局部最優(yōu)?,F(xiàn)在的粒子群算法大都在收斂速度與擺脫局部最優(yōu)這兩個方面下功夫。其實這兩個方面是矛盾的??慈绾胃玫恼壑辛?。目前二十六頁\總數(shù)四十四頁\編于十六點
粒子群算法的構(gòu)成要素-停止準(zhǔn)則
停止準(zhǔn)則一般有如下兩種:
最大迭代步數(shù)
可接受的滿意解
目前二十七頁\總數(shù)四十四頁\編于十六點
粒子群算法的構(gòu)成要素-
粒子空間的初始化
較好地選擇粒子的初始化空間,將大大縮短收斂時間.初始化空間根據(jù)具體問題的不同而不同,也就是說,這是問題依賴的.
從上面的介紹可以看到,粒子群算法與其他現(xiàn)代優(yōu)化方法相比的一個明顯特色就是所需調(diào)整的參數(shù)很少.相對來說,慣性因子和鄰域定義較為重要.這些為數(shù)不多的關(guān)鍵參數(shù)的設(shè)置卻對算法的精度和效率有著顯著影響.目前二十八頁\總數(shù)四十四頁\編于十六點3.粒子群算法示例
例求解如下四維Rosenbrock函數(shù)的優(yōu)化問題.種群大?。?/p>
解算法的相關(guān)設(shè)計分析如下.
編碼:因為問題的維數(shù)是4,所以每個粒子的位置和即算法中粒子的數(shù)量,取速度均4維的實數(shù)向量.設(shè)定粒子的最大速度:目前二十九頁\總數(shù)四十四頁\編于十六點初始位置:
設(shè)各粒子的初始位置和初始速度為:
對粒子群進行隨機初始化包括隨機初始化各粒子的位置和速度
目前三十頁\總數(shù)四十四頁\編于十六點初始速度:設(shè)各粒子的初始位置和初始速度為:
對粒子群進行隨機初始化包括隨機初始化各粒子的位置和速度目前三十一頁\總數(shù)四十四頁\編于十六點初始速度:初始位置:
計算每個粒子的適應(yīng)值
按照計算適應(yīng)值歷史最優(yōu)解目前三十二頁\總數(shù)四十四頁\編于十六點更新粒子的速度和位置:取,
,得到速度和位置的更新函數(shù)為初始速度:初始位置:
群體歷史最優(yōu)解:個體歷史最優(yōu)解:目前三十三頁\總數(shù)四十四頁\編于十六點更新速度,得:初始速度:初始位置:
群體歷史最優(yōu)解:個體歷史最優(yōu)解:目前三十四頁\總數(shù)四十四頁\編于十六點更新位置,得:初始速度:初始位置:
群體歷史最優(yōu)解:個體歷史最優(yōu)解:不強行拉回解空間目前三十五頁\總數(shù)四十四頁\編于十六點更新位置,得:初始速度:初始位置:
群體歷史最優(yōu)解:個體歷史最優(yōu)解:按照計算適應(yīng)值目前三十六頁\總數(shù)四十四頁\編于十六點重復(fù)上述步驟,將迭代進行下去.
按照計算適應(yīng)值歷史最優(yōu)解目前三十七頁\總數(shù)四十四頁\編于十六點從上述結(jié)果,可以看出,經(jīng)過10000次迭代,粒子群算法得到了比較好的適應(yīng)值.
目前三十八頁\總數(shù)四十四頁\編于十六點4.粒子群算法流程第2步計算每個粒子的適應(yīng)值.第1步在初始化范圍內(nèi),對粒子群進行隨機初始化,第5步更新粒子的速度和位置,公式如下.第3步更新粒子個體的歷史最優(yōu)位置.第6步若未達到終止條件,則轉(zhuǎn)第2步.包括隨機位置和速度.第4步更新粒子群體的歷史最優(yōu)位置.目前三十九頁\總數(shù)四十四頁\編于十
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 策劃公司前臺工作總結(jié)
- 運輸物流行業(yè)顧問工作總結(jié)
- 2024新年寄語匯編(32篇)
- 制冷技術(shù)轉(zhuǎn)讓協(xié)議書(2篇)
- 創(chuàng)業(yè)合作投資協(xié)議書(2篇)
- 2024年計算機專業(yè)實習(xí)心得體會
- 易錯點08 中國近代史時間問題-備戰(zhàn)2023年中考歷史考試易錯題(解析版)
- 地理中國的世界遺產(chǎn)課件中圖版選修
- 2025屆陜西省咸陽市武功縣中考生物全真模擬試題含解析
- 《公共政策過程》課件
- 《新概念英語第二冊》電子書、單詞、筆記、練習(xí)冊(附答案)匯編
- 2023年云南大學(xué)滇池學(xué)院招聘考試真題
- 品質(zhì)助理述職報告
- 2023-2024學(xué)年湖南省長沙市雨花區(qū)外研版(三起)五年級上冊期末質(zhì)量檢測英語試卷
- 超越指標(biāo):存量時代降本增效的利器
- 部隊休假安全教育課件
- 2024縣級應(yīng)急廣播系統(tǒng)技術(shù)規(guī)范
- 一年級道德與法治無紙筆期末檢測質(zhì)量分析
- 視頻剪輯師工作總結(jié)
- 新疆維吾爾自治區(qū)巴音郭楞蒙古自治州2023-2024學(xué)年二年級上學(xué)期期末數(shù)學(xué)試卷
- 華為公司服務(wù)流程
評論
0/150
提交評論