知识卡片
背景向量评估单维贡献
协同 QPSO 要比较某粒子的第 d 维时,先固定其他维的背景值,仅替换第 d 维,再重算完整目标函数;这样同一背景下可比较各候选分量对目标值的影响,避免只按整条向量的分数丢弃有用分量。贡献依赖背景和变量耦合,不能把单次替换结果当成该维的固有质量。文字称用全局最好 g 作背景,但随后算式实际代入了另一个体。
书中三维例子:误差 f(X)=‖X−A‖²,A=(20,20,20),越小越好。g=(18,3,15)→f=318;X₁=(5,15,13)→f=299;X₂=(20,7,5)→f=394。无协作时因 299 会用整条 X₁ 替换 g,X₂ 被丢,尽管 X₂ 的第一维 20 已是最优分量。
按书中写出的三个函数值,背景实际是 X₁ 而非所称的 g:
| 替换 | 向量 | f |
|---|---|---|
| X₂ 的第 1 维 | (20,15,13) | 74 |
| X₂ 的第 2 维 | (5,7,13) | 443 |
| X₂ 的第 3 维 | (5,15,5) | 475 |
只有第一维变好,于是新的 g 取 (20,15,13)。这些平方和可由 A=(20,20,20) 直接核算,是书中数据;背景向量应取 g 还是 X₁,原文不一致,实现时须自行选定并保持前后一致。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 6 . 2 . 1 协 同 量 子 粒 子 群 算 法 · 查看原书依据
为了计算粒子第d维的适应度值,背景向量的第d维被粒子的第d维代替,然后计算这个更新后的背景向量来评价这个粒子在第d维上是否得到了一个比个体最优和全局最优更精确的值。
参考来源
- 位置:《智能算法导论》第 162 项《1 6 . 2 . 1 协 同 量 子 粒 子 群 算 法》(源文件:`_epub-src/EPUB/xhtml/chapter16_0006.xhtml`)
- 结论依据:正文提出背景向量并用单维替换重算适应度;例子给出 A、g、X₁、X₂ 及 f=318/299/394 与三次替换值 74/443/475。核算表明 74 等三值对应以 X₁ 为背景替换 X₂ 各维,与“用 g 作背景”的文字不符。
- 原始内容:背景向量的第 d 维被粒子的第 d 维代替,然后计算这个更新后的背景向量来评价这个粒子在第 d 维上是否得到了一个比个体最优和全局最优更精确的值。