前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【技术分享】粒子群算法(总)

【技术分享】粒子群算法(总)

作者头像
木又AI帮
发布2019-09-25 16:55:55
3450
发布2019-09-25 16:55:55
举报
文章被收录于专栏:木又AI帮

木又连续日更第5天(5/100)

这个算法是启发式算法,可以用来求解最优参数。

试想一种情况,一群人分头去找金矿,每个人每隔一段时间会报告自己的位置以及探测到距离金矿的远近、金矿藏量,由于可能存在多处金矿,人们不想错过千年一遇的发财机会,即使知道别人P距离某个金矿A很近、金矿藏量很多,也不会立即掉头走向P,会继续探测,可能会向着P的方向靠近,与此同时,继续等待其他更好的信号,最后,每个人都找到或者共同找到一处金矿。这些金矿,肯定有一两个金矿藏量特别丰富!

可以看到,粒子群算法的所有粒子会时刻注意全局最优点,进而调整自己“步伐”。

那么怎么实现呢?

公式为:

v_new = w * v_old + C1 * random(0, 1) * (p - x) + C2 * random(0, 1) * (pg - x)

x_new = x + v_new

其中,x是现在位置,x_new是新位置,v_new是新速度,v_old是原来的速度,w是维持这速度的惯性,C1、C2是学习因子,p为该粒子历史最优位置,pg为所有粒子的全局历史最优位置。看到博客都建议设置w在0.4-0.9之间,设置C1、C2为2。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-09-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 木又AI帮 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档