Partikelschwarmoptimierung

PartikelschwarmoptimierungEs handelt sich um einen Optimierungsalgorithmus, der auf der Theorie der Schwarmintelligenz basiert und Partikel verwendet, um das Problem im Prozess der iterativen Suche zu optimieren.

Dieser Algorithmus wurde 1995 von J. Kennedy und R.C.E. Berhart vorgeschlagen. Es handelt sich um eine evolutionäre Computertechnologie, die aus der Simulation eines vereinfachten sozialen Modells stammt. Es passt seine Position und Geschwindigkeit an, indem es die beiden Extremwerte der Gruppe verfolgt. Die beiden Extremwerte sind: die vom Partikel selbst gefundene Optimallösung Pbest und die von der Gruppe gefundene Optimallösung Gbest.

Konzepterklärung

• „Schwarm“ ist ein Grundprinzip der kollektiven Intelligenz, das aus dem Modell der Entwicklung und Anwendung künstlichen Lebens durch die Anpassung von Partikelschwärmen stammt;
• Der Begriff „Partikel“ wird verwendet, um Mitglieder einer Gruppe als Substanzen zu beschreiben, die weder Masse noch Volumen haben, aber über Geschwindigkeit und Beschleunigung verfügen.

Anwendungen von PSO

PSO ist eine Art Schwarmintelligenzalgorithmus, der auf der Simulation des Raubverhaltens von Vogelschwärmen basiert.

Angenommen, es gibt nur ein einziges Nahrungsstück in der Umgebung (also die optimale Lösung), dann besteht die Aufgabe des Vogelschwarms darin, diese Nahrungsquelle zu finden. Um eine Übertragung zu erreichen, übermitteln Einzelpersonen ihre Informationen untereinander. Durch eine solche Zusammenarbeit können sie die optimale Lösung ermitteln und die Informationen zur optimalen Lösung auch an die gesamte Gruppe weitergeben. Schließlich können sie sich um die Nahrungsquelle herum versammeln, das heißt, sie haben die optimale Lösung gefunden.

Standard-PSO-Algorithmus-Flow

1. Initialisieren Sie eine Gruppe von Partikeln (Gruppengröße ist m), einschließlich zufälliger Positionen und Geschwindigkeiten;
2. Bewerten Sie die Eignung jedes Partikels.
3. Für jedes Partikel wird der Fitnesswert mit Pbest verglichen und der beste Wert wird als aktuelle beste Position Pbest genommen;
4. Für jedes Partikel wird der Fitnesswert mit Gbest verglichen und der beste Wert wird als Indexzahl von Gbest verwendet.
5. Ändern Sie die Geschwindigkeit und Position des Partikels gemäß der Gleichung.
6. Wenn die Endbedingung nicht erfüllt ist, wiederholen Sie Schritt 2.