粒子群优化 pbest 和 gbest答案

【问题标题】：Particle swarm optimization pbest and gbest粒子群优化 pbest 和 gbest
【发布时间】：2020-04-02 20:46:41
【问题描述】：

可以更新粒子速度和位置，然后找到pbest和gbest吗？还是必须先找到 pbest 和 gbest？ PSO 中的 pbest 和 gbest 是什么？

【问题讨论】：

【解决方案1】：

如果我正确理解了您的问题，答案是肯定的。众所周知，PSO 的主要方程是：

其中x和v是位置和速度，w、c1和c2是常数，r1和r2是两个随机数。总之，PSO 算法的流程是这样的：

Pbest 存储了迄今为止粒子 k 的最佳位置，Gbest 存储了所有粒子的最佳位置。它用于使所有粒子指向全局最大值/最小值。它也受拓扑的影响：

如果您使用全局拓扑，则更容易陷入局部最小值/最大值。另一方面，您的算法可能收敛得更快。所以，这取决于你的问题，你需要测试。

【讨论】：

所以首先必须更新 pbest 和 gbest 并且基于该速度和位置可以更新。如果我们没有先设置初始 pbest 和 gbest，我们将无法更新粒子位置和速度。我说的对吗？
是的，你是。您需要先提供 Gbest 和 Pbest。尽管如此，观察第一次运行算法循环时，所有粒子将在搜索空间中获得随机位置。因此，根据您的适应度函数，第一个 Pbest 将是粒子本身，第一个 Gbest 将是随机粒子之一。