资料下载
×
基于旅行商问题的粒子群优化算法_刘强
消耗积分:1 |
格式:pdf |
大小:520KB |
2017-03-08
#Freedom
分享资料个
基于旅行商问题的粒子群优化算法_刘强
1.1 粒子群优化算法的基本原理粒子群优化算法（Particle Swarm Optimization，PSO）作为进化计算的一个分支，是由 Kennedy 和 Eberhart 于 1995 年提出的一种全局搜索算法， 同时也是一种模拟自然界生命活动以及群体智能的随机搜索算法。其思想来源于人工生命和演化计算理论， 模仿鸟群飞行觅食行为，通过鸟群集体协作使群体达到最优。 1.2 粒子群优化算法的执行过程 PSO 算法首先初始化一群随机粒子， 然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”即个体极值和全局极值来更新自己的速度与位置。在 D 维目标搜索空间中， 由种群数为 m 的粒子组成粒子群，其中，第 f 个粒子在第 d 维的位置为 Xid，其飞行速度为 Vid，该粒子当前搜索到的最优位置为 Pid （pBest），整个粒子群当前的最优位置为 Pgd（gBest）。速度与位置更新公式如下
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
