知识卡片
粒子携带位置速度与适应度
粒子群优化把每个候选解叫作“粒子”。粒子有三个量,其中“位置”是搜索空间里的坐标,不是卡片参考来源里的来源行:
| 量 | 含义 | 对应什么 |
|---|---|---|
| 位置 | d 维空间中的一个点 | 当前候选解本身 |
| 适应度 | 由目标函数算出的好坏 | 离“食物”(最优点)有多近 |
| 速度 | 下一步飞多远、朝哪飞 | 如何改写坐标得到新解 |
鸟群觅食只是比喻:鸟不知道食物在哪,只知道自己离食物还有多远,于是去搜当前离食物最近的鸟附近。算法里必须用具体目标函数定义“近”。
示例(补充教学示例,非书中数据):一维最小化 f(x)=x²。粒子坐标 x=3,适应度=9,速度 v=−1,下一步坐标变为 2。坐标越小,适应度越好。
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
- 4 . 1 . 1 粒 子 群 算 法 生 物 学 基 础 · 查看原书依据
在PSO算法中,把种群中的每个个体称为“粒子”(Particle),由d维搜索空间中的一个点表示,代表着每个优化问题的一个潜在解。
参考来源
- 位置:《智能算法导论》第 4 章 4.1.1 节“粒子群算法生物学基础”(`EPUB/xhtml/chapter4_0002.xhtml`)。
- 结论依据:原文把粒子定义为 d 维搜索空间中的点(潜在解),适应度由目标函数评价当前位置,速度决定飞翔方向和距离;觅食场景把食物当最优点、距离当适应度。一维 f(x)=x² 演算为依据该定义补充的教学示例,非书中数据。
- 原始内容:在PSO算法中,把种群中的每个个体称为“粒子”(Particle),由 d 维搜索空间中的一个点表示,代表着每个优化问题的一个潜在解。