返回主题:强化学习与多智能体

知识卡片

普通读书笔记卡 · 3742.f

惯性权重调节搜索跨度

理解等级:中级

带惯性权重的粒子群把速度更新改为 v(t+1) = ω·v(t) + c1·r1·[pbest − x(t)] + c2·r2·[gbest − x(t)]。基本粒子群就是 ω = 1 的特例。

ω 控制粒子保留多少旧速度:

  • ω 大:粒子保持惯性、步子大,偏向探索新区域(全局搜索)。
  • ω 小:旧速度衰减快,粒子主要被 pbest、gbest 拉着走,偏向细查当前区域(局部开发)。

常用做法是前期探索、后期加快收敛,让 ω 随迭代线性减小,例如从 0.9 降到 0.4。示例(补充演算):共 100 代时,第 50 代 ω = 0.9 − 0.5×50/100 = 0.65。

原书还指出,引入 ω 后可直接把每维速度上限定为该变量的变化范围,只调 ω。ω 只是调节搜索尺度的参数,不能单凭权重变化保证收敛。

这张卡片看不懂?

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 . 2 . 2 改 进 粒 子 群 算 法 · 查看原书依据

      对全局搜索,广泛使用的方法是在前期利用较高的探索能力得到具有超高潜力且多样化的种子,而在后期提升开发能力以加快收敛速度,所以,可将ω设定为随进化迭代次数线性减少(例如由0.9减到0.4)。

    参考来源

    - 位置:《智能算法导论》第 4 章“4.2.2 改进粒子群算法”(`_epub-src/EPUB/xhtml/chapter4_0005.xhtml`,式(4-6))。 - 结论依据:式(4-6)在旧速度前加入 ω;正文解释惯性权重与全局、局部搜索的平衡,并给出线性递减的示例。第 50 代 ω = 0.65 为按原书“0.9 线性减到 0.4”补充的演算,线性公式写法非书中原式。 - 原始内容:对全局搜索,广泛使用的方法是在前期利用较高的探索能力得到具有超高潜力且多样化的种子,而在后期提升开发能力以加快收敛速度,所以,可将 ω 设定为随进化迭代次数线性减少(例如由0.9减到0.4)。