原书出处
智能算法导论
42 4 . 2 . 2 改 进 粒 子 群 算 法
解成n个粒子群,每个粒子群优化一个一维解向量。在每一次迭代过程中,每个粒子群相互独立地进行粒子的更新,群之间不共享信息。
计算适应度时,将分量合成一个完整的向量,组成n维向量并代入适应度函数计算适应度值。这种协同PSO算法有明显的“启动延迟”(start-up delay)现象,在演化初期,收敛速度偏慢。粒子群数目越大,收敛越慢。
实际上,这种协同PSO算法采用的是局部学习策略,所以相对基本PSO算法有较高的收敛精度。 3. 量子粒子群优化算法 为了
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter4_0005.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d