wordpress圖片展示插件seo的優(yōu)化步驟
PSO 算法實例
- 引言
- 正文
- PSO 算法步驟
- PSO 實例
- 步驟1 定義目標函數(shù)
- 步驟2 初始化每個粒子的位置和速度
- 步驟3 使用目標函數(shù)進行評估
- 步驟4 更新單個粒子的最佳位置（局部最優(yōu)值）
- 步驟5 更新全局最佳位置（全局最優(yōu)值）
- 步驟6 更新每個粒子的位置和速度
- 步驟7 使用目標函數(shù)評估新的位置
- 步驟8 更新單個粒子的最佳位置
- 步驟9 更新全局最佳位置
- 步驟10 檢查停止條件
引言
關(guān)于 PSO 算法的基礎(chǔ)概念可以參考 Particle Swarm Optimization 基礎(chǔ)概念。本文我們將舉一個示例對這個算法進行詳細說明。
正文
PSO 算法步驟
這里我們再來重溫下算法步驟，并且我們給出更為具體的算法操作步驟。
- 定義目標函數(shù)（通常題目已知）
- 對于每一個粒子進行求解，
- 設定它的初始位置，
- 評估它的表現(xiàn)，
- 更新局部最優(yōu)值
- 更新全局最優(yōu)值（如果新的 fitness < global fitness）
- 做循環(huán)，對于每一個粒子
- 產(chǎn)生新的速度
- 計算新的位置
- 評估新的解
- 更新局部最優(yōu)值
- 更新全局最優(yōu)值
- 展示最好的位置和 fitness 值。
PSO 實例
使用 PSO 算法找出如下方程的極大值。使用四個粒子，且各粒子的初始位置是 x 1