- 博客(5)
- 收藏
- 关注
RSS订阅原创 粒子群优化算法（PSO）步骤
简单易实现： 概念清晰，公式简单，编程实现容易。并行性好： 粒子间的更新可以独立进行（除了GbestGbestGbest的更新），适合并行计算。收敛速度快： 在早期迭代中通常能快速靠近最优解区域。参数较少： 主要参数是惯性权重www、学习因子c1c1c1和c2c2c2、粒子数NNN、速度限制VmaxV_{max}Vmax。对初始值依赖小： 随机初始化多个粒子，降低了对单个初始解的依赖。可能早熟收敛： 如果GbestGbestGbes。
2025-07-09 10:49:31
1973
原创 遗传算法（GA）中的模拟二进制交叉（Simulated Binary Crossover, SBX）
模拟二进制交叉（SBX）是一种专为实数编码遗传算法设计的高效交叉算子。它通过巧妙地定义一个基于随机数uuu和分布指数ηηη的扩展因子βqβ_qβq，使得产生的后代满足平均值守恒，并且后代的分布范围可控（通过ηηη）且与父代之间的距离成正比。SBX 成功地模拟了二进制单点交叉在实数空间中的统计特性，提供了良好的探索与开发平衡能力，使其成为解决连续优化问题最流行和最有效的遗传算子之一。理解和正确设置分布指数ηηη是应用 SBX 的关键。
2025-07-04 14:02:22
1652
原创 遗传算法（GA）的主要流程步骤
将问题的解表示为“染色体”。适应度函数： 评估解的质量。基于适应度选择父代（优胜劣汰）。组合父代基因产生新子代（探索与继承）。随机扰动基因引入多样性（避免早熟收敛）。种群大小、交叉概率、变异概率、最大代数等需要仔细设置。通常建议使用，保证最优解不丢失。遗传算法特别适合处理搜索空间巨大、非线性、多峰、难以用传统优化方法求解的复杂问题。
2025-07-04 10:03:01
2197
原创 SCE-UA算法主要流程步骤
* 种群划分与洗牌：** 将大种群划分为多个子群（复合体），子群独立进化（局部开发），然后洗牌重组（全局探索和信息交换），有效平衡探索与开发。** 竞争进化（CCE）：** 每个复合体内部使用基于单纯形的进化操作（反射、收缩等）高效地生成新点并改进解的质量，利用了确定性搜索的快速收敛性。** 复合体多样性：** “蛇形分配”确保每个复合体都包含好、中、差不同质量的点，提高了进化的多样性和鲁棒性。** 全局性：** 周期性洗牌重组机制有效防止了算法过早陷入局部最优，增强了全局搜索能力。
2025-07-03 14:52:29
562
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人