【技术分享】粒子群算法（总）

• 2019 年 10 月 7 日
• 筆記

木又连续日更第5天（5/100）

这个算法是启发式算法，可以用来求解最优参数。

试想一种情况，一群人分头去找金矿，每个人每隔一段时间会报告自己的位置以及探测到距离金矿的远近、金矿藏量，由于可能存在多处金矿，人们不想错过千年一遇的发财机会，即使知道别人P距离某个金矿A很近、金矿藏量很多，也不会立即掉头走向P，会继续探测，可能会向着P的方向靠近，与此同时，继续等待其他更好的信号，最后，每个人都找到或者共同找到一处金矿。这些金矿，肯定有一两个金矿藏量特别丰富！

可以看到，粒子群算法的所有粒子会时刻注意全局最优点，进而调整自己“步伐”。

那么怎么实现呢？

公式为：

v_new = w * v_old + C1 * random(0, 1) * (p – x) + C2 * random(0, 1) * (pg – x)

x_new = x + v_new

其中，x是现在位置，x_new是新位置，v_new是新速度，v_old是原来的速度，w是维持这速度的惯性，C1、C2是学习因子，p为该粒子历史最优位置，pg为所有粒子的全局历史最优位置。看到博客都建议设置w在0.4-0.9之间，设置C1、C2为2。