儿童诗歌

LabVIEW粒子群优化(PSO)算法实现 享受感受同义词

  • 本站
  • 2019-07-11
  • 96已阅读
简介 PSO算法网上有很多关于实现的方式及原理讲解,有些是生动的,有些是形象的,但感觉都有点过的看不懂,这里我就大白话说过程,没有生动的鸟类比喻,没有具体的行列式表达,就按照正常思维走。 (大

LabVIEW粒子群优化(PSO)算法实现 享受感受同义词

PSO算法网上有很多关于实现的方式及原理讲解,有些是生动的,有些是形象的,但感觉都有点过的看不懂,这里我就大白话说过程,没有生动的鸟类比喻,没有具体的行列式表达,就按照正常思维走。 (大神级别的请绕路哈!我是菜鸡,别和我互啄。 。

。

thanks)假设有个2元(x和y)方程求极值Z,首先想到的是群解法,X定Y变一直到XY穷尽了,这样的组合共有x*y个方式。

算一遍机器都难受。

这群货引入了随机数“碰运气”,找到没次下的极值,然后这个过程重复许多次,在这许多次中得到最值和最值的解。

具体想法见下段:开始的时候我想给随机50组解,那么解就是50*2(稍微带点行列式好讲些)。 适应度函数与适应度值从名字看就懵逼了,其实就是将每组解(X和Y)带到你想求极值的函数表达式中去得到的值,这个过程他们叫适应度函数与最后的值叫适应度值,简单的就是范围内随机的数值求解过程得到50个Z。 有点意思的是将Z的最大值叫做全局最优解gbest(全局,globe),对饮的解值XY。 这是第一代,一代一代怎么理解呢?第一代只知道指定范围,所以就只能随机,下一代的数值就将上一代的值认为随机数,跟迭代一样吧。

速度和位置更新公式,先更新速度后更新位置。

速度想成一步跨多大,这个有你本来一步的距离、你和自己最值的距离、你和全局最值的距离三个限制着,所以前面都有权重系数之类(就是防止步子迈大了扯的疼)。

位置更新就好理解了就当前位置加个一步之隔。 说的再多不如实际例子。

Top