粒子群优化算法原理
粒子群优化算法原理是通过模拟鸟群觅食行为而发展起来的。
粒子群优化算法的优缺点
粒子群优化算法的优点:PSO同遗传算法类似,是一种基于迭代的优化算法。系统初始化为一组随机解,通过迭代搜寻最优值。同遗传算法比较,PSO的优势在于简单容易实现,并且没有许多参数需要调整。
粒子群优化算法的缺点:在某些问题上性能并不是特别好。网络权重的编码而且遗传算子的选择有时比较麻烦。最近已经有一些利用PSO来代替反向传播算法来训练神经网络的论文。
粒子群优化算法原理
粒子群优化算法原理是通过模拟鸟群觅食行为而发展起来的。
粒子群优化算法的优缺点
粒子群优化算法的优点:PSO同遗传算法类似,是一种基于迭代的优化算法。系统初始化为一组随机解,通过迭代搜寻最优值。同遗传算法比较,PSO的优势在于简单容易实现,并且没有许多参数需要调整。
粒子群优化算法的缺点:在某些问题上性能并不是特别好。网络权重的编码而且遗传算子的选择有时比较麻烦。最近已经有一些利用PSO来代替反向传播算法来训练神经网络的论文。