粒子群算法基本原理(3)

2019-03-15 18:51

在这里我们取权值w为0.7,c1和c2的值都为2,变异概率Pm为0.1. 参数的取值范围分别为Kp:[0,20],Ki和Kd分别取[0,1];

变异操作的引入进一步提高了 KBPSO 和 SBPSO 算法的最优率,这主要是变异操作使得算法能更好地保持个体之间的差异,从而能够有效地搜索解空间,提高算法搜索到全局最优解的概率。但同时由于变异操作的随机性,因此在提高种群多样性的同时,也破坏了部分粒子的寻优过程,降低了算法的收敛速度。需要注意的是,过大的变异操作概率将严重影响DBPSO 算法自有的更新机制,导致算法退化,引起优化性能的急剧下降。适当的变异概率可以提高 PSO 算法的性能,同时也可以发现,对于 KBPSO 和 SBPSO,以及对于不同的优化问题,最优的变异概率显然并不相同。因此,在离散二进制 PSO 算法中,在保证算法自有更新机制不被破坏的前提下,尽量提高变异概率对算法性能是有益的。


粒子群算法基本原理(3).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:转载点工程施工组织设计方案 (1)

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: