資源簡介
粒子群算法，也稱粒子群優化算法或鳥群覓食算法（Particle Swarm Optimization），縮寫為 PSO， 是近年來由J. Kennedy和R. C. Eberhart等 [1] 開發的一種新的進化算法(Evolutionary Algorithm - EA)。PSO 算法屬于進化算法的一種，和模擬退火算法相似，它也是從隨機解出發，通過迭代尋找最優解，它也是通過適應度來評價解的品質，但它比遺傳算法規則更為簡單，它沒有遺傳算法的“交叉”(Crossover) 和“變異”(Mutation) 操作，它通過追隨當前搜索到的最優值來尋找全局最優。這種算法以其實現容易、精度高、收斂快等優點引起了學術界的重視，并且在解決實際問題中展示了其優越性。粒子群算法是一種并行算法。
代碼片段和文件信息
“““
Copyright?（c）?2017?Yarpiz?（www.yarpiz.com）
All?rights?reserved.?Please?read?the?“license.txt“?for?usage?terms.
__________________________________________________________________________
Project?Code:?YPEA127
Project?title:?Implementation?of?Particle?Swarm?Optimization?in?Python
Publisher:?Yarpiz?（www.yarpiz.com）
Developer:?S.?Mostapha?Kalami?Heris?（Member?of?Yarpiz?Team）
Contact?Info:?sm.kalami@gmail.com?info@yarpiz.com
“““
import?yarpiz?as?yp;
#?A?Sample?Cost?Function
def?Sphere（x）:
????return?sum（x**2）;
#?Define?Optimization?Problem
problem?=?{
????????‘CostFunction‘:?Sphere
????????‘nVar‘:?10
????????‘VarMin‘:?-5???#?Alternatively?you?can?use?a?“numpy?array“?with?nVar?elements?instead?of?scalar
????????‘VarMax‘:?5????#?Alternatively?you?can?use?a?“numpy?array“?with?nVar?elements?instead?of?scalar
????};
#?Running?PSO
yp.tic（）;
print（‘Running?PSO?...‘）;
gbest?pop?=?yp.PSO（problem?MaxIter?=?200?PopSize?=?50?c1?=?1.5?c2?=?2?w?=?1?wdamp?=?0.995）;
print（）;
yp.toc（）;
print（）;
#?Final?Result
print（‘Global?Best:‘）;
print（gbest）;
print（）;
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1951??2017-08-04?17:33??PSO\PSO.pyproj
?????文件?????????809??2017-08-10?16:57??PSO\PSO.sln
?????文件????????1120??2017-08-10?16:55??PSO\app.py
?????文件????????1350??2017-08-10?17:00??PSO\license.txt
?????目錄???????????0??2018-04-13?20:08??PSO\yarpiz\
?????文件?????????885??2017-08-10?16:56??PSO\yarpiz\__init__.py
?????文件????????2768??2017-08-10?16:55??PSO\yarpiz\pso.py
?????目錄???????????0??2018-04-13?20:08??PSO\
- 上一篇：python最小二乘法代碼
- 下一篇：pygame動態圖 & 以及動態圖片的移動
評論
共有 條評論
川公網安備 51152502000135號