粒子群算法基本思想
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
8
二. PSO的基本思想
1. 对社会行为的模拟: (1)对鸟群行为的模拟 Reynolds和Heppner,Grenander在1987年和 1990年发表的论文中都关注了鸟群群体行动 中的蕴涵的美学
9
二. PSO的基本思想
他们发现,由数目庞大的个体组成的鸟群飞 行中可以改变方向,散开,或者队形的重组 等等,那么一定有某种潜在的能力或者规则 保证了这些同步的行为。这些科学家都认为 上述行为是基于不可预知的鸟类社会行为中 的群体动态学。在这些早期的模型中他们把 重点都放在了个体间距的处理,也就是让鸟 群中的个体之间保持最优的距离。
3
一. PSO的产生
James Kennedy received the Ph.D. degree from the University of North Carolina, Chapel Hill, in 1992. He is with the U.S. Department of Labor, Washington, DC. He is a Social Psychologist who has been working with the particle swarm algorithm since 1994. He has published dozens of articles and chapters on particle swarms and related topics, in computer science and social science journals and proceedings. He is a coauthor of Swarm Intelligence (San Mateo, CA: Morgan Kaufmann, 2001), with R.C. Eberhart and Y. Shi, now in its third printing.
13
二. PSO的基本思想
1. 对社会行为的模拟: 这种不同导致了计算机仿真上的差别,至少
有一个明显的因素: 碰撞(collision) 两个个体即使不被绑在一块,也具有相同的 态度和信仰,但是两只鸟是绝对不可能不碰 撞而在空间中占据相同的位置。这是因为动 物只能在三维的物理空间中运动,而人类还 在抽象的多维心理空间运动,这里是碰撞自 由的(collision-free)。
14
二. PSO的基本思想
2. 从对“bird flock”的模拟到PSO算法的演化 (1)速度匹配和“Craziness”
鸟群首先在在二维空间中进行位置的初始化, 每个个体具有X和Y两个速度,对邻居间速度 的匹配导致鸟群的行动完全一致,方向也不 变化,显然小鸟不会这么听话,于是加入了 Craziness变量,对坐标增加一些随机的成 分。
4
一. PSO的产生
Russell C. Eberhart (M’88–SM’89– F’01) received the Ph.D. degree in electrical engineering from Kansas State University, Manhattan. He is the Chair and Professor of Electrical and Computer Engineering, Purdue School of Engineering and Technology. He is coauthor of Computational Intelligence PC Tools (1996), coauthor of Swarm Intelligence(2001). He has published over 120 technical papers.
第五章 粒子群优化
1
第五章 粒子群优化(PSO)
一. PSO的产生 二. PSO的基本思想 三. 基本PSO 四. 标准PSO 五. 计算举例 六. 改进与变形
2
一. PSO的产生
Particle Swarm Optimization 简称:PSO 粒子群优化(微粒群优化) 1995年,Kennedy & Eberhart 提出
10
二. PSO的Байду номын сангаас本思想
1. 对社会行为的模拟: (2)对鱼群行为的研究 1975年,生物社会学家E.O.Wilson在论文中 阐述了对鱼群的研究
11
二. PSO的基本思想
他在论文中提出:“至少在理论上,鱼群的 个体成员能够受益于群体中其他个体在寻找 食物的过程中发现的和以前的经验,这种受 益是明显的,它超过了个体之间的竞争所带 来的利益消耗,不管任何时候食物资源不可 预知的分散于四处。”这说明,同种生物之 间信息的社会共享能够带来好处。这是PSO 的基础。
5
一. PSO的产生
Particle swarm optimization ——IEEE International Conference on Neural Networks, 1995
A new optimizer using particle swarm theory——6th International Symposium on Micromachine and Human Science ,1995
12
二. PSO的基本思想
1. 对社会行为的模拟: (3)对人类的社会行为的模拟
鸟类和鱼类是调节他们的物理运动,来避免 天敌,寻找食物,优化环境的参数,比如温 度等。人类调节的不仅是物理运动,还包括 认知和经验变量。我们更多的是调节自己的 信仰和态度,来和社会中的上流人物或者专 家,或者说在某件事情上获得最优解的人保 持一致。 与前者不同,最大区别在于抽象性!
五年后,在国际上逐步被接受,并有大批不同领 域的学者投入该算法相关研究,目前已经成为智 能优化领域研究的热门 之一。
6
一. PSO的产生
2003年,《控制与决策》第二期刊登国内第 一篇PSO论文——综述文章
7
二. PSO的基本思想
1. 对社会行为的模拟 2. 从对“bird flock”的模拟到PSO的演化 3. PSO算法概述 4. 名称的由来:Swarm和Particle
二. PSO的基本思想
1. 对社会行为的模拟: (1)对鸟群行为的模拟 Reynolds和Heppner,Grenander在1987年和 1990年发表的论文中都关注了鸟群群体行动 中的蕴涵的美学
9
二. PSO的基本思想
他们发现,由数目庞大的个体组成的鸟群飞 行中可以改变方向,散开,或者队形的重组 等等,那么一定有某种潜在的能力或者规则 保证了这些同步的行为。这些科学家都认为 上述行为是基于不可预知的鸟类社会行为中 的群体动态学。在这些早期的模型中他们把 重点都放在了个体间距的处理,也就是让鸟 群中的个体之间保持最优的距离。
3
一. PSO的产生
James Kennedy received the Ph.D. degree from the University of North Carolina, Chapel Hill, in 1992. He is with the U.S. Department of Labor, Washington, DC. He is a Social Psychologist who has been working with the particle swarm algorithm since 1994. He has published dozens of articles and chapters on particle swarms and related topics, in computer science and social science journals and proceedings. He is a coauthor of Swarm Intelligence (San Mateo, CA: Morgan Kaufmann, 2001), with R.C. Eberhart and Y. Shi, now in its third printing.
13
二. PSO的基本思想
1. 对社会行为的模拟: 这种不同导致了计算机仿真上的差别,至少
有一个明显的因素: 碰撞(collision) 两个个体即使不被绑在一块,也具有相同的 态度和信仰,但是两只鸟是绝对不可能不碰 撞而在空间中占据相同的位置。这是因为动 物只能在三维的物理空间中运动,而人类还 在抽象的多维心理空间运动,这里是碰撞自 由的(collision-free)。
14
二. PSO的基本思想
2. 从对“bird flock”的模拟到PSO算法的演化 (1)速度匹配和“Craziness”
鸟群首先在在二维空间中进行位置的初始化, 每个个体具有X和Y两个速度,对邻居间速度 的匹配导致鸟群的行动完全一致,方向也不 变化,显然小鸟不会这么听话,于是加入了 Craziness变量,对坐标增加一些随机的成 分。
4
一. PSO的产生
Russell C. Eberhart (M’88–SM’89– F’01) received the Ph.D. degree in electrical engineering from Kansas State University, Manhattan. He is the Chair and Professor of Electrical and Computer Engineering, Purdue School of Engineering and Technology. He is coauthor of Computational Intelligence PC Tools (1996), coauthor of Swarm Intelligence(2001). He has published over 120 technical papers.
第五章 粒子群优化
1
第五章 粒子群优化(PSO)
一. PSO的产生 二. PSO的基本思想 三. 基本PSO 四. 标准PSO 五. 计算举例 六. 改进与变形
2
一. PSO的产生
Particle Swarm Optimization 简称:PSO 粒子群优化(微粒群优化) 1995年,Kennedy & Eberhart 提出
10
二. PSO的Байду номын сангаас本思想
1. 对社会行为的模拟: (2)对鱼群行为的研究 1975年,生物社会学家E.O.Wilson在论文中 阐述了对鱼群的研究
11
二. PSO的基本思想
他在论文中提出:“至少在理论上,鱼群的 个体成员能够受益于群体中其他个体在寻找 食物的过程中发现的和以前的经验,这种受 益是明显的,它超过了个体之间的竞争所带 来的利益消耗,不管任何时候食物资源不可 预知的分散于四处。”这说明,同种生物之 间信息的社会共享能够带来好处。这是PSO 的基础。
5
一. PSO的产生
Particle swarm optimization ——IEEE International Conference on Neural Networks, 1995
A new optimizer using particle swarm theory——6th International Symposium on Micromachine and Human Science ,1995
12
二. PSO的基本思想
1. 对社会行为的模拟: (3)对人类的社会行为的模拟
鸟类和鱼类是调节他们的物理运动,来避免 天敌,寻找食物,优化环境的参数,比如温 度等。人类调节的不仅是物理运动,还包括 认知和经验变量。我们更多的是调节自己的 信仰和态度,来和社会中的上流人物或者专 家,或者说在某件事情上获得最优解的人保 持一致。 与前者不同,最大区别在于抽象性!
五年后,在国际上逐步被接受,并有大批不同领 域的学者投入该算法相关研究,目前已经成为智 能优化领域研究的热门 之一。
6
一. PSO的产生
2003年,《控制与决策》第二期刊登国内第 一篇PSO论文——综述文章
7
二. PSO的基本思想
1. 对社会行为的模拟 2. 从对“bird flock”的模拟到PSO的演化 3. PSO算法概述 4. 名称的由来:Swarm和Particle