检索结果共
个
1
1.1
人工智能简介（2学时）
3
3.1
概述
3.2
人工神经网络（4学时）
3.4
进化计算（2学时）
3.5
群体智能（4学时）
3.6
粒子群优化算法
3.6.1
PSO 概述
3.6.2
PSO 算法
3.6.3
PSO算法的基本流程
3.6.4
上课视频：PSO
3.7
蚁群优化算法
友情提示：同学您好，此页面仅供预览，在此页面学习不会被统计哦！ 请进入学习空间后选择课程学习。
种群由粒子的集合构成，每个寻优的问题解都被想像成 d 维搜索空间上的一个点，称为“粒子”。
所有粒子都在一个 d 维空间进行搜索；
所有的粒子都有一个被目标函数决定的适应值(Fitness Value )用以判断目前位置的好坏；
每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置；
每一个粒子还有一个速度以决定飞行的距离和方向。这个速度根据它本身的飞行经验以及邻近同伴的飞行经验进行动态调整。
每个粒子根据如下公式更新它们的位置和速度：
