粒群优化与蚁群算法

《粒群优化与蚁群算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、群智能（SwarmIntelligence）什么是群？蚁群鱼群鸟群蜂群“群”的特征相互影响的相邻的个体个体的行为简单既有竞争又有协作智能化的集体行为个体之间不仅可以交换信息,而且可以处理信息，根据信息来改变自身行为没有一个集中控制中心，分布式，自组织。作为群体协作工作时，能够突显出非常复杂的行为特征-智能行为，群智能群智能（SwarmIntelligence）的提出和发展1989年加利福尼亚大学的Beni（贝尼）、Hackwood教授在其细胞自动机中首次提出群智能的概念。细胞自动机中的主体在一维或二维网格空间

2、中与相邻个体相互作用，从而实现自组织。任何一种由昆虫群体或其它动物社会行为机制而激发设计出的算法或分布式解决问题的策略均属于群智能。1999年，Bonabeau（伯纳堡）、Dorigo和Theraulaz在他们的著作“SwarmIntelligence:FromNaturaltoArtificialSystems,群智能：从自然到人工系统”Beni（贝尼）Bonabeau（伯纳堡）群智能（SwarmIntelligence）的提出和发展2001年肯尼迪和艾伯哈特合写了一本书“群智能”群智能发展的历程碑赞同伯纳

3、堡关于群智能的基本定义精神最重要的观点：智能源于社会性的相互作用---群智能发展的基石。认为暂时无法给出合适的定义群智能已经成为有别于传统人工智能中符号主义和链接主义的一种新的关于人工智能的研究路线SwarmIntelligence目前，已有的群智能理论和应用研究证明群智能方法是一种能够有效解决大多数优化问题的新方法，更重要是,群智能潜在的并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证。无论是从理论研究还是应用研究的角度分析,群智能理论及应用研究都是具有重要学术意义和现实价值的。Swarm

4、Intelligence由于SI的理论依据是源于对生物群社会性的模拟，因此其相关数学分析还比较薄弱，这就导致了现有研究还存在一些问题。数学理论基础薄弱：群智能算法的数学理论基础相对薄弱，缺乏具备普遍意义的理论性分析，算法中涉及的各种参数设置一直没有确切的理论依据，通常都是按照经验型方法确定，对具体问题和应用环境的依赖性比较大。结果的可信性：同其它的自适应问题处理方法一样，群智能也不具备绝对的可信性，当处理突发事件时,系统的反应可能是不可测的,这在一定程度上增加了其应用风险。另外,群智能与其它各种先进技术(如:

5、神经网络、模糊逻辑、支持向量机等)的融合还不足。无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为的特性。这里关心的不是个体之间的竞争，而是它们之间的协同（获取并共享信息）。蚂蚁：信息素鱼群：速度、方向、位置等，群体最佳和个体最佳位置鸟群：速度、方向、位置等。SwarmIntelligence(续)基于群智能的优化算法典型算法蚁群算法（蚂蚁觅食）粒子群算法（蜂群或鸟群觅食）鱼群算法（鱼群觅食）优点灵活性稳健性自组织潜在的并行和分布已有的群智能理论的研究和应用证明群智能方法是一种能够有效解决大多数优化

6、问题的新方法。粒子群优化算法（ParticleSwarmOptimization,PSO）由JamesKenney（社会心理学博士）肯尼迪和RussEberhart（电子工程学博士）艾伯哈特，1995年提出模拟鸟群或蜂群的觅食行为基本思想：通过群体中个体之间的协作和信息共享来寻找最优解,肯尼迪鸟类的觅食一群鸟在随机的搜索食物，在一块区域里只有一块食物，所有的鸟都不知道食物在哪。但是它们知道自己的当前位置距离食物有多远。那么这群鸟找到食物的最优策略是什么？群体协作-获取信息、共享信息粒子群优化算法粒子群优化算法

7、每个鸟抽象为一个无质量，无体积的“粒子”每个粒子有一个适应度函数以模拟每只鸟与食物的距离每个粒子有一个速度决定它的飞行方向和距离，初始值可以随机确定每一次单位时间的飞行后，所有粒子分享信息，下一步将飞向自身最佳位置和全局最优位置的加权中心粒子群优化算法流程PSO算法初始化为一群随机粒子，通过迭代找到最优。每次迭代中，粒子通过跟踪“个体极值（pbest）”和“全局极值(gbest)”来更新自己的位置。粒子群优化算法粒子速度和位置的更新假设在D维搜索空间中，有m个粒子；其中第i个粒子的位置为矢量其飞翔速度也是一个

8、矢量，记为第i个粒子搜索到的最优位置为整个粒子群搜索到的最优位置为第i个粒子的位置和速度更新为：粒子群优化算法粒子速度和位置的更新其中，w称为惯性权重，c1和c2为两个正常系数，称为加速因子。将vidk限制在一个最大速度vmax内。“惯性部分”，对自身运动状态的信任“认知部分”，对粒子本身的思考，即来源于自己经验的部分“社会部分”，粒间子的信息共享，来源于群体中的其它优秀微粒的经验粒子群优化算法算法