粒子群算法为什么要设置个体最优值

粒子群的改进,可以通过修改学习因子和认知因子来改变收敛的效果,另外也可以通过初始化的时候就对粒子进行合理的布局,使得其分布更合理,速度的快慢也是一个相对的东西,针对不同的适应度函数,可以采用不同的优化策略,没有一种完美的优化策略适应任何的适应度函数,有机会一起交流哦

遗传算法适合求解离散问题,具备数学理论支持,但是存在着汉明悬崖等问题.
粒子群算法适合求解实数问题,算法简单,计算方便,求解速度快,但是存在着陷入局部最优等问题.
蚁群算法适合在图上搜索路径问题,计算开销会大.
要将三种算法进行混合,就要针对特定问题,然后融合其中的优势,比如将遗传算法中的变异算子加入粒子群中就可以形成基于变异的粒子群算法.

粒子群算法（PSO）和遗传算法(GA)都是优化算法,都力图在自然特性的基础上模拟个体种群的适应性,它们都采用一定的变换规则通过搜索空间求解.
PSO和GA的相同点：
(1)都属于仿生算法.PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律.
(2)都属于全局优化方法.两种算法都是在解空间随机产生初始种群,因而算法在全局的解空间进行搜索,且将搜索重点集中在性能高的部分.
(3)都属于随机搜索算法.都是通过随机优化方法更新种群和搜索最优点.PSO中认知项和社会项前都加有随机数；而GA的遗传操作均属随机操作.
(4)都隐含并行性.搜索过程是从问题解的一个集合开始的,而不是从单个个体开始,具有隐含并行搜索特性,从而减小了陷入局部极小的可能性.并且由于这种并行性,易在并行计算机上实现,以提高算法性能和效率.
(5)根据个体的适配信息进行搜索,因此不受函数约束条件的限制,如连续性、可导性等.
(6)对高维复杂问题,往往会遇到早熟收敛和收敛性能差的缺点,都无法保证收敛到最优点.
PSO和GA不同点
(1)PSO有记忆,好的解的知识所有粒子都保存,而GA没有记忆,以前的知识随着种群的改变被破坏.
(2)在GA算法中,染色体之间相互共享信息,所以整个种群的移动是比较均匀地向最优区域移动.PSO中的粒子仅仅通过当前搜索到最优点进行共享信息,所以很大程度上这是一种单项信息共享机制,整个搜索更新过程是跟随当前最优解的过程.在大多数情况下,所有粒子可能比遗传算法中的进化个体以更快速度收敛于最优解.
(3)GA的编码技术和遗传操作比较简单,而PSO相对于GA,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此原理更简单、参数更少、实现更容易.
(4)在收敛性方面,GA己经有了较成熟的收敛性分析方法,并且可对收敛速度进行估计；而PSO这方面的研究还比较薄弱.尽管已经有简化确定性版本的收敛性分析,但将确定性向随机性的转化尚需进一步研究.
(5)在应用方面,PSO算法主要应用于连续问题,包括神经网络训练和函数优化等,而GA除了连续问题之外,还可应用于离散问题,比如TSP问题、货郎担问题、工作车间调度等.

维度可以理解为你的求解空间,即需要几个分量来表示你的解,在数据集上体现为数据的特征个数.如果是3维的点,及需要3个分量表达坐标,既是你提及的.

传统的多目标优化方法是将多目标问题通过加权求和转化为单目标问题来处理的,而粒子算法主要是解决一些多目标优化问题的（例如机械零件的多目标设计优化）,其优点是容易实现,精度高,收敛速度快,你可以参照http://baike.baidu.com/view/1531379.htm,对它产生的背景,原理,数学描述和流程都写的很清楚,当然最主要的还是结合你的优化对象编写程序.

有个纯数学的可以计算的方法,不过比较难.一般而言都是比较如果达到一定的迭代次数并未改进,则认为达到了局部最优,然后判断下是否接近于全局最优.

启发式算法实际上就是针对具体问题,加入了人的经验的最优求解算法.不同的问题,有不同的启发规则.
遗传算法、粒子群算法这一类算法某种程度上可以归为启发式算法.因不同的问题,实现遗传算法和粒子群算法的方法与途径也会有所区别.

function result=fitness(X)sum1=34584;sum2=8451.3;sum3=5672.1; sum1=sum1-X(1)*(443.15-X(2))/(X(3)+443.15-X(4)); sum2=sum2-X(1)*(443.15-X(2))/(X(3)+443.15-X(4)); sum3=sum3-X(1)*(443.15-X(2))/(X(3)+443.15-X(4));endresult=abs(sum1)+abs(sum2)+abs(sum3);就是改成这样试一下,我个人感觉的这样! 查看原帖>>
求采纳

适应值是为了满足某个问题而构造的目标函数中可计算出其适应度值,适应值 fitnessi =f (Xi ),然后根据适应度值的大小衡量 Xi的优劣.

比如说港口海岸线,离散的是指：把海岸线人为地划分为1,2,3号泊位,来泊分散地安排在每个泊位；反之,则是连续的.

粒子数是10个 ,维数为10个