...
抽象来源:模仿自然界中的鸟群觅食行为。 核心思想:在自然界鸟群觅食过程中,我们可以想象食物自身散发某种着香味 实际上可能不是,此处仅以香味为例代表鸟群可能获得的某种食物信息 ,该香味距离食物越近则越浓 以状态函数值进行描述 。并且,我们假设群体中每只鸟的飞行行为均且仅受到三方面因素的影响和贡献: 每只鸟自身的飞行惯性 自身惯性贡献 每只鸟的历史最优状态 自身认知贡献 整个鸟群的历史最优状态 群体 ...
2018-06-26 23:27 1 4764 推荐指数:
...
粒子群算法是一种基于鸟类觅食开发出来的优化算法,它是从随机解出发,通过迭代寻找最优解,通过适应度来评价解的品质。 From 《An Improved PSO Algorithm to Optimize BP Neural Network》 PSO算法的搜索性能取决于其全局探索 ...
PSOIndividual.py PSO.py 运行程序: ObjFunction见简单遗传算法-python实现。 ...
最后在炼数成金那边找到了很好的一篇教程 在这里把它整理一下 做个粒子群算法的收尾 main.m %% I. 清空环境 clc clear %% II. 绘制目标函数曲线 figure [x,y] = meshgrid(-5:0.1 ...
算法没有和图像处理直接相关, 不过对于图像分类中的模式识别相关算法, 也许会用到这个优化算法。 不过不管有没有用, 还是得一步一步学起来 算法步骤: 1.首先确定粒子个数与迭代次数。 2.对每个粒子随机初始化位置与速度。 3.采用如下公式更新每个粒子的位置与速度。 Px ...
以下源代码为MOPSO的双目标规划,目标函数使用ZDT1来测试 多目标粒子群(MOPSO) 起源:1995年,受到鸟群觅食行为的规律性启发,James Kennedy和Russell Eberhart建立了一个简化算法模型,经过多年改进最终形成了粒子群优化算法 ...
算法学习自:MATLAB与机器学习教学视频 1、粒子群优化算法概述 粒子群优化(PSO, particle swarm optimization)算法是计算智能领域,除了蚁群算法,鱼群算法之外的一种群体智能的优化算法,该算法最早由Kennedy和Eberhart在1995年提出 ...
虽然这个不是我写的 但是这个粒子群是二维的 之前的是一维的。 main.m clear all; close all; clc; [x y]=meshgrid(-100:100,-100:100); sigma=50; img = (1/(2*pi*sigma^2))*exp ...