近发展起来的新算法

近发展起来的新算法

ID:38291216

大小:744.10 KB

页数:49页

时间:2019-06-07

近发展起来的新算法_第1页
近发展起来的新算法_第2页
近发展起来的新算法_第3页
近发展起来的新算法_第4页
近发展起来的新算法_第5页
资源描述:

《近发展起来的新算法》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、智能优化方法AI-BasedOptimizationMethodsByProfessorDingweiWangNortheasternUniversityChina20041第六章最近发展起来的新算法一.蚁群优化ACO二.粒子群优化三.其它新方法四.我们的工作:群落选址算法2蚁群优化的产生蚁群优化AntColonyOptimization在1995-1996年,Dorigo(Italy)提出ACO基本思想模拟蚂蚁选择路线的能力。即:蚂蚁以信息素的强度为概率来决定路线选择。一.蚁群优化(1)3ACO整体往往大于部分的“简单和”蚂蚁的低智能——蚁群的高智慧蚂蚁的简单行为——蚁群的智能突现实际蚁群

2、的觅食1、主体(agent):蚂蚁2、简单的规则(rules):分工、通讯3、相互作用(interaction):蚂蚁<==触角放电==>蚂蚁蚂蚁<==气味积累==>环境4ACO观察实际蚁群的觅食1:5ACO观察实际蚁群的觅食2:用障碍物切断原来的通路6ACO观察实际蚁群的觅食3:搜索新路7ACO观察实际蚁群的觅食4:最佳路径形成8ACO的基本计算公式ACO最早用来解决TSP问题一.蚁群优化(2)蚂蚁标号迭代次数信息素的影响9一.蚁群优化(3)10举例说明一.蚁群优化(4)1534211信息素强度的计算一.蚁群优化(5)蚂蚁k的巡回长度常量所有蚂蚁留下的信息信息素增量遗忘因子12ACO的基本

3、算法步骤初始化令S=1,(S是tabu表的指标,即走过的城市数)将所有的初始城市记入一.蚁群优化(6)13重复以下步骤,直到tabu表填满(所有城市走过)。令S=S+1,对k=1到m个城市,以选择城市j移动,将j加入。对(计算信息素,理解为每个蚂蚁在路径(i,j)上留下的总气味)一.蚁群优化(7)14对若NC大于停止,否则转②,并清空tabu表一.蚁群优化(8)15粒子群优化(ParticleSwarmOptimization)PSO的产生1995年,Kennedy&Eberhart提出PSOPSO已经成为当今的热门2003年,《控制与决策》第二期刊登国内第一篇PSO论文——综述文章二.粒子

4、群优化(1)16PSO的基本思想模仿鸟群的飞行,觅食行为特征(用Swarm仿真软件仿真)保持惯性按自身的最优修正方向按群体的最优修正方向二.粒子群优化(2)17PSO的特点公式简单,待定系数少,可用来解实优化二.粒子群优化(3)18PSO的基本公式二.粒子群优化(4)过去的方向个体最优方向,第d个分量群体最优方向19其中:二.粒子群优化(5)20PSO的计算步骤初始化粒子群,给予随机的位置和速度评估每个粒子的适应值(目标函数值)对每个粒子,更新历史最优位置对群体更新历史最好解二.粒子群优化(6)21对所有粒子计算若达到最大迭代数停止,否则转②以上就是PSO最早最初始的经典算法,以后有多种改进

5、。二.粒子群优化(7)22文化算法(CultureAlgorithm)文化算法的基本思想:借鉴不同文化的相互排斥的特性,用到进化算法中。三.其它新方法(1)23掠夺搜索策略(PSS)掠夺搜索策略的基本思想:模仿猛兽的捕食策略(广域与邻域有效结合起来)。三.其它新方法(2)24人工生命算法人工生命算法的基本思想:模仿生态环境中多种种群的相互作用。三.其它新方法(3)25ALA食物链:(来自生物学的解释)生产者所固有的能量和物质,通过一系列取食和被食的关系在生态系统中传递,各种生物按其食物关系排列的链状顺序称为食物链(foodchain)。简单的生物链(下图所示)26食物链模式的人工生命算法思想

6、定义食物链:Resource:Artificialorganism说明:1、定义了四种资源:ResourceB,W,R和G;2、定义四种生物:Blue,white,Red和Green;3、定义它们之间的取食关系:White生物吃蓝色资源,白色废物;White白色废物,成为红色生物的资源。其他,依次类推。Resource(B)Resource(G)Resource(R)Resource(W)WhiteRedGreenBlueWhite生物吃蓝色资源,产生白色废物White白色废物,成为红色生物的资源27ALA算法描述:Step1:初始化(initalization)产生四种相等数量的人工生物,

7、并随机的布置在人工环境之中;每种人工生物的初始能量是Ie;产生四种相等数量的资源随机的布置在人工环境之中;设定最大代数。Step2:寻找资源(searchresource)人工生物在它们的邻域内,从当前位置寻找离它最近的资源28ALAStep3:移动时使用优值保留策略(elitereservationstrategy):首先,如果它们发现它们想吃的最近的资源在它们的邻域内,它们就移向它;其次,如果不是这样,它

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。