粒子群优化算法(
Particle Swarm Optimization
,
PSO
)
[7]
是由
R.C.Eberhart
博士和心
理学家
J.Kennedy
博士在
1995
年提出的一种新兴的群体智能的启发式全局搜索算法。粒
子群算法是运用微机模拟自然界中飞禽捕食的行为,在模拟的过程中群体中的每一动物
称为微粒。粒子群算法的主要是通过研究群体中微粒之间的怎样信息共享才能更快的找
到食物,在具体的过程中群体的每个微粒都有自己的飞行速度和空间位置,当群体中微
粒发现食物时向群体传递信息,如果有多个微粒都发现了自己的食物则通过群体的优化
来确定那个微粒的食物是最佳的选择,以确定整个群体的下一步动作。在优化算法的过
程中每个微粒自身的最佳空间位置和飞行速度称为个体最优位置(
pbest
),在整个群体
中有一个微粒的位置是全局中的最佳位置称为全局最优(
gbest
),粒子群应用于解决多
个目标时通常选取全局最优作为群体的最佳方案。
2019-12-21 21:44:16
2.8MB
MATLAB
1