目录
1.粒子群算法(PSO)2.遗传算法3.差分进化算法1.粒子群算法(PSO)
整个粒子群优化算法的算法框架如下:
step1种群初始化,可以进行随机初始化或者根据被优化的问题设计特定的初始化方法,然后计算个体的适应值,从而选择出个体的局部最优位置向量和种群的全局最优位置向量。
step2 迭代设置:设置迭代次数,并令当前迭代次数为1
step3 速度更新:更新每个个体的速度向量
step4 位置更新:更新每个个体的位置向量
step5 局部位置和全局位置向量更新:更新每个个体的局部最优解和种群的全局最优解
step6 终止条件判断:判断迭代次数时都达到最大迭代次数,如果满足,输出全局最优解,否则继续进行迭代,跳转至step 3。
位置和速度更新公式:
2.遗传算法
3.差分进化算法
如果觉得《优化算法:粒子群算法 遗传算法 差分进化算法》对你有帮助,请点赞、收藏,并留下你的观点哦!