67
蚁群,鸟群算法粒子群算法
蚁群,鸟群算法
ant colony 蚂蚁行走会留下 信号速度, 后面的蚂蚁能嗅到之前的蚂蚁留下来的信号速度, 选择信号速度最浓的路径来跟上。
这样一种死局 B点食物已经吃光,但是C点出现新的食物,如何避免后续的蚂蚁走上A->B最浓密的信号速度呢? 添加一种信号速度衰减机制
特点:个体与个体之间有交流(相互影响),并且个体是有学习的。(学习全局的,比如全局最浓的)
全局: 个体:
粒子群算法
每一个粒子都有的多个维度,每个维度都需要通过公式进化
首先,随机生成粒子的位置x,和速度v(朝方向和走多快),
左边Vi xi:迭代后 ,进化之后
右边Vi xi:迭代前
pbest:个体在每个方向能找到的最优解 gvest:全局最优解 rand():0-1随机数字 c : 学习因子。
过程: 1 随机化初始粒子的 x和v 。 2 集中搜索 自己离食物最近的区域。 3 集中搜索 离食物最近的粒子的区域。 4 进入下一次迭代。从2步骤开始重复。