《粒子群优化算法参数设置(3页).doc》由会员分享，可在线阅读，更多相关《粒子群优化算法参数设置(3页).doc（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-一二三 粒子群优化算法参数设置-第 3 页四 粒子群优化算法综述粒子群优化算法的参数设置粒子群优化算法的参数设置种群规模N种群规模N影响着算法的搜索能力和计算量：PSO对种群规模要求不高，一般取20-40就可以达到很好的求解效果，不过对于比较难的问题或者特定类别的问题，粒子数可以取到100或200。粒子的长度D粒子的长度D由优化问题本身决定，就是问题解的长度。粒子的范围R由优化问题本身决定，每一维可以设定不同的范围。最大速度Vmax决定粒子每一次的最大移动距离，制约着算法的探索和开发能力Vmax的每一维一般可以取相应维搜索空间的10%-20%，甚至100% ，也有研究使用将Vmax按照进化代
2、数从大到小递减的设置方案。 惯性权重控制着前一速度对当前速度的影响，用于平衡算法的探索和开发能力一般设置为从0.9线性递减到0.4，也有非线性递减的设置方案；可以采用模糊控制的方式设定，或者在0.5, 1.0之间随机取值；设为0.729的同时将c1和c2设1.49445，有利于算法的收敛 。压缩因子限制粒子的飞行速度的，保证算法的有效收敛Clerc等人通过数学计算得到c取值0.729，同时c1和c2设为2.05 。加速系数c1和c2 加速系数c1和c2代表了粒子向自身极值pBest和全局极值gBest推进的加速权值。 c1和c2通常都等于2.0，代表着对两个引导方向的同等重视，也存在一些c1和
3、c2不相等的设置，但其范围一般都在0和4之间。研究对c1和c2的自适应调整方案对算法性能的增强有重要意义。 终止条件终止条件决定算法运行的结束，由具体的应用和问题本身确定。将最大循环数设定为500，1000，5000，或者最大的函数评估次数，等等。也可以使用算法求解得到一个可接受的解作为终止条件，或者是当算法在很长一段迭代中没有得到任何改善，则可以终止算法。全局和局部PSO决定算法如何选择两种版本的粒子群优化算法全局版PSO和局部版PSO，全局版本PSO速度快，不过有时会陷入局部最优；局部版本PSO收敛速度慢一点，不过不容易陷入局部最优。在实际应用中，可以根据具体问题选择具体的算法版本。同步和异步更新同步和异步两种更新方式的区别在于对全局的gBest或者局部的lBest的更新方式：在同步更新方式中，在每一代中，当所有粒子都采用当前的gBest进行速度和位置的更新之后才对粒子进行评估，更新各自的pBest，再选最好的pBest作为新的gBest。在异步更新方式中，在每一代中，粒子采用当前的gBest进行速度和位置的更新，然后马上评估，更新自己的pBest，而且如果其pBest要优于当前的gBest，则立刻更新gBest，迅速将更好的gBest用于后面的粒子的更新过程中。一般而言，异步更新的PSO具高效的信息传播能力，具有有更快的收敛速度。