量子行为粒子群优化算法-中文版.ppt

具有量子行为的粒子群优化算法0102内容提要绪论一般粒子群算法(PSO)具有量子行为的粒子群优化算法（QPSO）QPSO中粒子的收敛性标准测试函数的实验结果未来的工作绪论人工智能的分类：符号智能：通常我们将基于符号处理的传统人工智能称为符号智能，以．符号智能的特点是以知识为基础，偏重于逻辑推理。计算智能0102计算智能的定义：计算智能是以模型(计算模型、数学模型)为基础、以分布并行计算为特征的模拟人以及其他智能生命的智能求解问题的理论与方法。是人工智能的新研究领域.在细胞的水平上模拟脑功能（1）神经计算01以模糊集理论为基础，模拟人脑非精确、非线性的信息处理能力（2）模糊计算02以进化论为基础，模拟生物群体进化的一类优化算法（3）进化计算03人工免疫、人工生命、粗糙集理论等（4）其它计算智能方法043.计算智能的分类4.计算智能的主要杂志和国际会议：IEEEComputationalSociety()主要杂志：IEEEComputationalIntelligenceMagazineIEEETransactionsonNeuralNetworksIEEETransactionsonFuzzySystemsIEEETransactionsonEvolutionaryComputationIEEE/ACMTransactionsonComputationalBiologyandBioinformaticsIEEETransactionsonInformationForensicsandSecurityIEEETransactionsonNanoBioscienceIEEETransactionsonNanotechnology主要会议：IEEESymposiumSeriesonComputationalIntelligence(IEEE?SSCI)EEInternationalConferenceonFuzzySystems(FUZZ-IEEE)

?ernationalJointConferenceonNeuralNetworks(IJCNN?)

?

?CongressonEvolutionaryComputation(CEC)

?

?（二）.一般粒子群算法(PSO)进化计算的分类（1）传统的进化算法：进化策略(EvolutionStrategy)、进化规划(EvolutionProgramming)、遗传算法(GeneticAlgorithm)、遗传规划(GeneticProgramming)（2）协同进化计算：引入生态系统中多种群的思想（3）群体智能描述具有社会行为的一种生物学的(群体的)系统简单个体在其所处环境相互之间的集体行为在群体智能领域有两种主要的群体智能方法:蚁群算法(ACO)粒子群优化算法(PSO)群体智能粒子群算法的特点粒子群优化算法3.粒子群优化算法（1）粒子群算法的特点模仿智能动物的智能集体行为1995年由JamesKennedy和RussellEberhart提出[Kennedy,J.andEberhart,R.(1995).“ParticleSwarmOptimization”,Proceedingsofthe1995IEEEInternationalConferenceonNeuralNetworks,pp.1942-1948,IEEEPress.]()被成功的应用到各种优化问题中在PSO算法中,包含n个个体的群体在各自的有哪些信誉好的足球投注网站方向上直接或间接的交互信息:每个粒子(个体)包含:3个向量:X向量记录了粒子在有哪些信誉好的足球投注网站空间的当前位置P向量记录了粒子所找到的当前最优解的位置V向量包含了粒子在不受干扰的情况下位置的改变2个适应度值:X适应值记录了x向量的适应值P适应值记录了p向量的适应值粒子群优化算法IiX=xi0,xi1,…,xin-1P=pi0,pi1,…,pin-1V=vi0,vi1,…,vin-1x_fitness=?p_fitness=?粒子状态2.粒子群优化算法的迭代方程粒子按下列方程进行进化速度方程vid(t)=w*vid(t-1)+c1*rand()*(pid-xid(t-1))+c2*rand()*(pgd-xid(t-1))位置方程xid(t)=xid