粒子群优化pbest和gbest

时间:2019-06-26 15:28:05

标签: machine-learning optimization mathematical-optimization

是否可以更新粒子的速度和位置,然后找到最理想和最理想?还是必须先找到pbest和gbest? PSO中最好和最好的是什么?

1 个答案:

答案 0 :(得分:1)

如果我正确理解了您的问题,答案是肯定的。我们知道,PSO的主要方程为:

eq

eq2

其中x和v是位置和速度,w,c1和c2是常数,r1和r2是两个随机数。总之,PSO算法的流程如下:

  1. 开始人口
  2. 设置常数(w,c1和c2)
  3. 检查停止标准或收敛性
  4. 获取随机数r1和r2
  5. 更新Gbest和Pbest
  6. 更新v和x
  7. 返回3

到目前为止,对于粒子k,Pbest存储最佳位置,而对于所有粒子,Gbest存储最佳位置。它用于使所有粒子指向全局最大值/最小值。它也受拓扑影响:

enter image description here

如果使用全局拓扑,则更容易陷入局部的最小值/最大值。另一方面,您的算法可能收敛得更快。因此,这取决于您的问题,您需要进行测试。