知识卡片
惯性权重递减调整搜索尺度
PSO 的惯性权重 ω 控制旧速度对新速度的贡献:ω 大,粒子保持原方向冲得远,偏全局探索;ω 小,粒子更多受个体最佳和群体最佳牵引,偏局部调整。案例用 ω=ω_max−(ω_max−ω_min)×k_n/k_max,k_n 为当前迭代次数、k_max 为最大迭代次数。
示例(假设 ω_max=0.9、ω_min=0.4、k_max=100):第 0 代 ω=0.9,第 50 代 0.65,第 100 代 0.4,权重从上界线性降至下界。它是按预设时间表调参,并非根据适应度反馈自适应;权重变小也不保证逃离局部最优或更快收敛。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 2 . 1 . 2 自 适 应 P S O 自 编 码 网 络 · 查看原书依据
22.1.2 自适应PSO自编码网络 22.1.2 自适应PSO自编码网络 在基本PSO算法中,允许的最大速度作为间接控制PSO算法具备的最大全局搜寻能力的约束,惯性权重作为直接影响全局搜索能力的束缚,因此,粒子通过惯性权重来平衡粒子在全局搜索与局部搜索之间的能力,就必须要对于这个惯性权重进行调节,找到一个好的权重值是十分必要的,不同于基本PSO算法,在自适应PSO算法[3]中,给出一种线性递减策略,设定随着算法迭代次数的不断增加惯性权重线性下降的自适应方法,更新如下: 其中,ω是设定的权重可以取值的最大值;ω是设定的权重可以取值的最小值;k为最大迭代次数;kn为当前迭代次数。
参考来源
- 位置:《智能算法导论》第 212 项《2 2 . 1 . 2 自 适 应 P S O 自 编 码 网 络》(源文件:`_epub-src/EPUB/xhtml/chapter22_0003.xhtml`)
- 结论依据:式22-3明确线性迭代调度,正文用来平衡全局与局部搜索;“自适应”按该具体规则解释,不附加反馈机制。0.9/0.4/100 的取值为补充教学示例,非书中参数。
- 原始内容:设定随着算法迭代次数的不断增加惯性权重线性下降……ωmax是……最大值;ωmin是……最小值;kmax为最大迭代次数;kn为当前迭代次数。