知识卡片
混合粒子群以额外参数换多样性
混合粒子群可把遗传变异、差分进化、模拟退火或局部搜索接入粒子更新,借不同算子补充搜索多样性。组合同时引入操作时机与强度等新参数,增加调试成本;是否改善结果应在具体目标函数上比较,不能仅因算子增多就认定更优。
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 . 2 . 2 改 进 粒 子 群 算 法 · 查看原书依据
总之,无论哪种混合算法,都是为了提升种群多样性,但这些混合策略都需要引入新的参数来控制各种操作的时机,而这些参数的设置也在一定程度上影响着算法的性能。较之其他进化算法,PSO算法的优势在于简单、易实现,同时又有深刻的智能背景,既适合科学研究,又特别适合工程应用。
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:正文列举与遗传、差分进化、退火等方法混合,并在末段指出混合策略带来控制操作时机的新参数。
- 原始内容:这些混合策略都需要引入新的参数来控制各种操作的时机,而这些参数的设置也在一定程度上影响着算法的性能。