【技術分享】粒子群演算法（總）

• 2019 年 10 月 7 日
• 筆記

木又連續日更第5天（5/100）

這個演算法是啟發式演算法，可以用來求解最優參數。

試想一種情況，一群人分頭去找金礦，每個人每隔一段時間會報告自己的位置以及探測到距離金礦的遠近、金礦藏量，由於可能存在多處金礦，人們不想錯過千年一遇的發財機會，即使知道別人P距離某個金礦A很近、金礦藏量很多，也不會立即掉頭走向P，會繼續探測，可能會向著P的方向靠近，與此同時，繼續等待其他更好的訊號，最後，每個人都找到或者共同找到一處金礦。這些金礦，肯定有一兩個金礦藏量特別豐富！

可以看到，粒子群演算法的所有粒子會時刻注意全局最優點，進而調整自己「步伐」。

那麼怎麼實現呢？

公式為：

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是現在位置，x_new是新位置，v_new是新速度，v_old是原來的速度，w是維持這速度的慣性，C1、C2是學習因子，p為該粒子歷史最優位置，pg為所有粒子的全局歷史最優位置。看到部落格都建議設置w在0.4-0.9之間，設置C1、C2為2。