知识卡片
速度限幅的搜索取舍
基本粒子群没有额外机制自动管住步长,因此把第 j 维速度限制在 [−vmax, vmax],把粒子坐标(这里的“位置”指坐标向量 X,不是来源行)限制在 [−Xmax, Xmax]。速度太大,一步可能跨过更好的点;太小,又扫不完搜索空间。限幅是在“跨步风险”和“覆盖不足”之间取舍,要按变量实际取值范围来设,并检查粒子是否长期贴边或几乎不动。限幅本身不能证明已找到全局最优。后文引入惯性权重 ω 后,原书认为可用 ω 平衡全局/局部搜索,从而减弱对 vmax 的依赖;那是后续改进,不是基本算法已经免除限幅。
示例(补充教学示例,非书中数据):当前坐标 x=4.8,最好坐标在 5.0,新速度算成 +0.5,vmax=0.2,则速度被截成 0.2,下一步到 5.0,避免一步跳到 5.3。
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
- 4 . 2 粒 子 群 算 法 实 现 · 查看原书依据
由于粒子群算法没有实际的机制来控制粒子速度,值太大会导致粒子跳过最好解,太小又会导致对搜索空间的不充分搜索,所以有必要对速度的范围进行限制,即vij∈[-v,v],位置X的取值范围限定在[-X,X]内。
参考来源
- 位置:《智能算法导论》第 4 章《4.2 粒子群算法实现》(源文件:`_epub-src/EPUB/xhtml/chapter4_0004.xhtml`)。
- 结论依据:原文说明算法没有实际机制控制粒子速度,过大将跳过最好解、过小则搜索不充分,因而把 vij 限制在 [−vmax, vmax]、X 限制在 [−Xmax, Xmax]。截断演算为依据该规则补充的教学示例,非书中数据。
- 原始内容:由于粒子群算法没有实际的机制来控制粒子速度,值太大会导致粒子跳过最好解,太小又会导致对搜索空间的不充分搜索,所以有必要对速度的范围进行限制