Python编程实现粒子群算法(PSO)详解


Posted in Python onNovember 13, 2017

1 原理

粒子群算法是群智能一种,是基于对鸟群觅食行为的研究和模拟而来的。假设在鸟群觅食范围,只在一个地方有食物,所有鸟儿看不到食物(不知道食物的具体位置),但是能闻到食物的味道(能知道食物距离自己位置)。最好的策略就是结合自己的经验在距离鸟群中距离食物最近的区域搜索。

利用粒子群算法解决实际问题本质上就是利用粒子群算法求解函数的最值。因此需要事先把实际问题抽象为一个数学函数,称之为适应度函数。在粒子群算法中,每只鸟都可以看成是问题的一个解,这里我们通常把鸟称之为粒子,每个粒子都拥有:

位置,可以理解函数的自变量的值;
经验,也即是自身经历过的距离食物最近的位置;
速度,可以理解为自变量的变化值;
适应度,距离食物的位置,也就是函数值。

粒子群算法的过程

Python编程实现粒子群算法(PSO)详解

                                              PSO流程图

初始化。包括根据给定的粒子个数,初始化粒子,包括初始化一下的值:

位置:解空间内的随机值;
经验:与初始位置相等;
速度:0;
适应度:根据位置,带入适应度函数,得到适应度值。
更新。包括两部分:
粒子自身信息:包括根据下面的公式更新粒子的速度、位置,根据适应度函数更新适应度,然后和用更新后的适应度和自身经验进行比较,如果新的适应度由于经验的适应度,就利用当前位置更新经验;

Python编程实现粒子群算法(PSO)详解

速度更新公式

Python编程实现粒子群算法(PSO)详解

位置更新公式

上面公式中:i表示粒子编号;t表示时刻,反映在迭代次数上;w是惯性权重,一般设置在0.4左右;c表示学习因子,一般都取值为2;Xpbest表示的是粒子i的经验,也即是粒子i所到过最佳位置;Xgbest代表的是全局最优粒子的位置;r是0到1之间的随机值。

种群信息:把当前适应度和全局最优位置的适应度进行比较,如果当前适应度优于全局最优的适应度,那么久用当前粒子替换群居最优。

判断结束条件。结束条件包括最大迭代次数和适应度的阈值。

2 代码

实验环境为python 2.7.11。

这个代码最初是用于求解一维最大熵分割图像问题的,因此是求解函数最大值,如果需要求解最小值,把代码中的大于号全部改成小于号就可以了。

首先需要解决的是粒子的存储,我第一反应是利用结构体来存储,但是python并没有相应的数据结构,所以我选择用一个类来表示粒子结构,该类的一个对象就是一个粒子,上代码:

class bird:
 """
 speed:速度
 position:位置
 fit:适应度
 lbestposition:经历的最佳位置
 lbestfit:经历的最佳的适应度值
 """
 def __init__(self, speed, position, fit, lBestPosition, lBestFit):
  self.speed = speed
  self.position = position
  self.fit = fit
  self.lBestFit = lBestPosition
  self.lBestPosition = lPestFit

接下来就是粒子群算法的主干部分,用一个类来封装,代码:

import random

class PSO:
 """
 fitFunc:适应度函数
 birdNum:种群规模
 w:惯性权重
 c1,c2:个体学习因子,社会学习因子
 solutionSpace:解空间,列表类型:[最小值,最大值]
 """
 def __init__(self, fitFunc, birdNum, w, c1, c2, solutionSpace):
  self.fitFunc = fitFunc
  self.w = w
  self.c1 = c1
  self.c2 = c2
  self.birds, self.best = self.initbirds(birdNum, solutionSpace)

 def initbirds(self, size, solutionSpace):
  birds = []
  for i in range(size):
   position = random.uniform(solutionSpace[0], solutionSpace[1])
   speed = 0
   fit = self.fitFunc(position)
   birds.append(bird(speed, position, fit, position, fit))
  best = birds[0]
  for bird in birds:
   if bird.fit > best.fit:
    best = bird
  return birds,best

 def updateBirds(self):
  for bird in self.birds:
   # 更新速度
   bird.speed = self.w * bird.speed + self.c1 * random.random() * (bird.lBestPosition - bird.position) + self.c2 * random.random() * (self.best.position - bird.position)
   # 更新位置
   bird.position = bird.position + bird.speed
   # 跟新适应度
   bird.fit = self.fitFunc(bird.position)
   # 查看是否需要更新经验最优
   if bird.fit > bird.lBestFit:
    bird.lBestFit = bird.fit
    bird.lBestPosition = bird.position

 def solve(self, maxIter):
  # 只考虑了最大迭代次数,如需考虑阈值,添加判断语句就好
  for i in range(maxIter):
   # 更新粒子
   self.updateBirds()
   for bird in self.birds:
    # 查看是否需要更新全局最优
    if bird.fit > self.best.fit:
     self.best = bird

有了以上代码,只需要自定义适应度函数fitFunc就可以进行求解,但是需要注意的是只适用于求解 一维问题 。

总结

以上就是本文关于Python编程实现粒子群算法(PSO)详解的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:Python算法输出1-9数组形成的结果为100的所有运算式、Python内存管理方式和垃圾回收算法解析、Python随机生成均匀分布在单位圆内的点代码示例等,有什么问题可以随时留言,小编会及时回复大家的。感谢朋友们对本站的支持!

Python 相关文章推荐
python使用mysqldb连接数据库操作方法示例详解
Dec 03 Python
python监控网站运行异常并发送邮件的方法
Mar 13 Python
Python实现的最近最少使用算法
Jul 10 Python
Python+matplotlib实现计算两个信号的交叉谱密度实例
Jan 08 Python
Python 使用PIL numpy 实现拼接图片的示例
May 08 Python
Tensorflow使用tfrecord输入数据格式
Jun 19 Python
对Python 窗体(tkinter)文本编辑器(Text)详解
Oct 11 Python
Python设计模式之抽象工厂模式原理与用法详解
Jan 15 Python
深入解析Python小白学习【操作列表】
Mar 23 Python
Python基于模块Paramiko实现SSHv2协议
Apr 28 Python
Python日志器使用方法及原理解析
Sep 27 Python
python_tkinter弹出对话框创建
Mar 20 Python
人工智能最火编程语言 Python大战Java!
Nov 13 #Python
Python随机生成均匀分布在单位圆内的点代码示例
Nov 13 #Python
python、java等哪一门编程语言适合人工智能?
Nov 13 #Python
K-means聚类算法介绍与利用python实现的代码示例
Nov 13 #Python
python通过opencv实现批量剪切图片
Nov 13 #Python
flask + pymysql操作Mysql数据库的实例
Nov 13 #Python
django之session与分页(实例讲解)
Nov 13 #Python
You might like
php将mysql数据库整库导出生成sql文件的具体实现
2014/01/08 PHP
php读取mysql的简单实例
2014/01/15 PHP
Destoon模板制作简明教程
2014/06/20 PHP
Laravel 5框架学习之路由、控制器和视图简介
2015/04/07 PHP
php计算到指定日期还有多少天的方法
2015/04/14 PHP
php eval函数一句话木马代码
2015/05/21 PHP
PHP的PDO大对象(LOBs)
2019/01/27 PHP
Jquery+WebService 校验账号是否已被注册的代码
2010/07/12 Javascript
JQuery的Alert消息框插件使用介绍
2010/10/09 Javascript
javascript的字符串按引用复制和传递,按值来比较介绍与应用
2012/12/28 Javascript
基于jQuery实现模拟页面加载进度条
2013/04/01 Javascript
浅谈jQuery.easyui的datebox格式化时间
2015/06/25 Javascript
简单理解JavaScript中的封装与继承特性
2016/03/19 Javascript
ECMAScript6轮播图实践知识总结
2016/08/17 Javascript
微信小程序 获取设备信息 API实例详解
2016/10/02 Javascript
JS判断是否为JSON对象及是否存在某字段的方法(推荐)
2016/11/29 Javascript
vue2.0 keep-alive最佳实践
2017/07/06 Javascript
浅谈JS中的反柯里化( uncurrying)
2017/08/17 Javascript
在Js页面通过POST传递参数跳转到新页面详解
2017/08/25 Javascript
基于bootstrap写的一点localStorage本地储存
2017/11/21 Javascript
vue中子组件的methods中获取到props中的值方法
2018/08/27 Javascript
ES6使用export和import实现模块化的方法
2018/09/10 Javascript
《javascript设计模式》学习笔记一:Javascript面向对象程序设计对象成员的定义分析
2020/04/07 Javascript
vue 子组件修改data或调用操作
2020/08/07 Javascript
echarts浮动显示单位的实现方法示例
2020/12/04 Javascript
[43:03]LGD vs Newbee 2019国际邀请赛小组赛 BO2 第一场 8.16
2019/08/19 DOTA
Python 反转字符串(reverse)的方法小结
2018/02/20 Python
解决python删除文件的权限错误问题
2018/04/24 Python
python实现图片转字符画
2021/02/19 Python
Scholastic父母商店:儿童书籍
2017/01/01 全球购物
意大利高端时尚买手店:Stefania Mode
2018/03/01 全球购物
春节活动策划方案
2014/01/24 职场文书
推广普通话演讲稿
2014/05/23 职场文书
党员年度个人总结
2015/02/14 职场文书
Nginx图片服务器配置之后图片访问404的问题解决
2022/03/21 Servers
APP界面设计技巧和注意事项
2022/04/29 杂记