知识卡片
量子粒子群以概率采样位置
标准粒子群的粒子沿速度一步步“飞”,每步只能到达速度所及的范围。量子粒子群(QPSO)借用量子力学,换了一种移动方式:
- 丢弃速度向量,用波函数描述粒子状态。
- 由薛定谔方程求出粒子出现在空间各点的概率密度函数,即粒子落在各处的可能性大小。
- 用蒙特卡洛随机模拟按这个分布抽样,得到粒子的新位置。
原书的理由是:按不确定原理,粒子可以以一定概率出现在可行区域的任何位置,因此全局收敛性能优于标准粒子群,可弥补后者遍历搜索空间不足的缺陷。这是原书的定性结论;实际表现仍取决于模型、参数和问题,“概率上可出现”不等于每次运行都能找到更好的解。
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 . 2 改 进 粒 子 群 算 法 · 查看原书依据
在QPSO算法中,丢弃了PSO算法中原来的速度向量,粒子的状态由波函数进行描述,通过求解薛定谔方程得到粒子在空间某一点出现的概率密度函数,然后再利用蒙特卡洛随机模拟得到粒子位置[6-7]。
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`)。
- 结论依据:正文明确丢弃原速度向量,以概率密度及蒙特卡洛随机模拟得到位置;对性能比较仅作有条件理解。
- 原始内容:在QPSO算法中,丢弃了PSO算法中原来的速度向量,粒子的状态由波函数进行描述,通过求解薛定谔方程得到粒子在空间某一点出现的概率密度函数,然后再利用蒙特卡洛随机模拟得到粒子位置