- 博客(3)
- 收藏
- 关注
RSS订阅原创 小白笔记 --粒子群优化算法（PSO）--python实现
代表粒子自身惯性权重（较大有利于跳出局部最优，较小利于快速收敛找到最优，一般取值范围：（0.4，2），eg:0.9、1.2、1.5、1.8），d是粒子维度(自变量个数)，c代表学习因子（一般取值（0，4）eg:1.6,1.8），r代表[0,1]的随机数，增加搜索随机性。线性变化策略：随着迭代次数的增加，惯性权重ω不断减小，从而使得粒子群算法在初期具有较强的全局收敛能力，在后期具有较强的局部收敛能力。粒子群规模、粒子维度、迭代次数、惯性权重、学习因子、迭代步长范围。，个体最优适应值和位置--再更新群体；
2023-12-12 21:24:32
1468
原创 遗传算法--基础VRP--白话文版笔记（附逐句详细解释）
from tqdm import * # 进度条J = []pop = getpop(length, geneNum) # 初始种群# 迭代chosen_pop = choose(pop) # 选择 选择适应度值最高的前三分之一，也就是32个种群，进行下一步的交叉crossed_pop = cross(chosen_pop) # 交叉pop = mergeGenes(pop, crossed_pop) # 复制交叉至子代种群。
2023-12-10 20:40:09
2615
原创 遗传算法-GA-小白笔记
idx-索引值：idx的返回值是一个长度为POP_SIZE的一维数组，其中每个元素是从0到POP_SIZE-1的整数。：这部分是将上一步的结果除以2的DNA_SIZE次方减1，得到的结果是一个在0到1之间的实数。：这部分是将上一步的结果乘以X轴的范围（即X_BOUND[1]减去X_BOUND[0]）。比如1-（-5），-1-（-5），-3-（-5），-5-（-5）都大于0。中的每个元素与2的幂次方相乘，幂次方为从大到小的整数序列。，因为原来索引为3的元素是1，与1进行异或操作后变为了0。
2023-12-08 18:42:26
1179
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