粒子群优化算法预备知识.ppt

该【粒子群优化算法预备知识 】是由【相惜】上传分享，文档一共【17】页，该文档可以免费在线阅读，需要了解更多关于【粒子群优化算法预备知识 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。粒子群优化算法〔ParticleSwarmOptimizer,PSO〕基于群智能方法的演化计算技术整理ppt预备知识无约束最优化问题其中,通常称变量为决策变量(decisionvariables),称为目标函数(objectivefunction)。整理ppt预备知识一般约束非线性优化问题的数学模型为:可行集〔域〕整理ppt预备知识为等式约束,为不等式约束,等式约束和不等式约束统称为约束条件(constraintcondition)。为英文“subjectto〞的缩写,表示“受限制于〞整理ppt根本概念假设有使得,均有,那么称为最优化问题的〔全局〕最优解(globaloptimalsolution)〔点〕或全局极小点。假设使得,均有,那么称为最优化问题的严格全局极小点。整理ppt根本概念假设存在的一个邻域使得均有,那么称为最优化问题的〔局部〕最优解(localoptimalsolution)〔点〕或局部极小点(localminimumpoint),其中而为向量的模。假设使得,均有那么称为最优化问题的严格局部极小点点称为最优解,其所对应的目标函数值称为最优值,通常用表示。整理ppt最优化算法的一般结构定理〔一阶必要条件〕假设具有一阶连续偏导数,是最优化问题的局部极小值点〔局部最优解〕,那么必有迭代法的根本思想是:首先给出最优解的一个初始估计点〔称为初始点〕然后按照某一迭代规那么得到一个点列,使得当该点列是有穷点列时,其最后一个点是最优化问题的最优解;当该点列是无穷点列时,有极限点,且其极限点是该最优化问题的最优解。如何得到迭代点列呢?即在得到点后,如何确定点。我们这样考虑:因为是一个向量,而向量由其方向和长度来确定,即,其中是向量〔称为搜索方向〕,是正实数,称为步长。当它们确定后,由可确定,这样就可以得到一个点列,从而确定一个算法。整理ppt优化问题的分类根据最优化问题是否有约束条件,可分为约束最优化问题和无约束最优化问题。假设目标函数和约束条件中出现的函数均为线性函数,称该最优化问题为线性规划〔LinearProgramming〕问题,否那么称为非线性规划〔NonlinearProgramming〕问题,即目标函数和约束条件中出现的函数至少有一个不是线性函数,称该最优化问题为非线性规划问题。整理ppt优化问题的分类假设目标函数为二次函数,而约束条件为线性函数,称该最优化问题为二次规划〔QuadraticProgramming〕问题,显然二次规划是最简单的一种非线性规划问题。假设优化变量只能取整数值时,称该最优化问题为整数规划〔IntegerProgramming〕问题,特别地,假设整数规划问题中的优化变量只能取值为0或1,称之为0-1规划。当目标函数不是数量函数而是向量函数时,称之为多目标函数,等等。整理ppt整理ppt