粒子群最適化法 (PSO, Particle Swarm Optimization)とは, 動物の群れの行動をヒントとした群知能の一種です. この記事では, 粒子群最適化法の簡単な例を紹介します. 放物面の式 放物面の式は以下のような形で与えられます. z = x 2 + y 2 当たり前ですが, 最小値は ( x, y) = ( 0, 0) のときに z = 0 となります. これを粒子群最適化法を用いて求めます. 粒子群最適化法の解説 以下の記事を参照してください. (§2の添字が一部間違っている?) 粒子群最適化と非線形システム この記事の§2を実装してみます. ソースコード main.py 粒子群最適化（PSO：Particle Swarm Optimisation）は、群の動きと知性に基づいた母集団ベースの確率論的進化を計算する技法です。 グローバル検索アルゴリズムであるこの技法は、一定の状況下では、遺伝的アルゴリズム（GA）のような他の最適化方法よりも優れた性能を発揮してきました。 PSOは、PSOを導く類推を通じて理解することができます。 草原のミツバチの群れを考えます。 彼らの目標は、草原の中で最も花の密度が高い場所を見つけることです。 草原に関する先験的な知識を持たないミツバチは、ランダムな場所をランダムな速度と方向で花を探して飛び始めます。 粒子群最適化 （りゅうしぐんさいてきか、 Particle Swarm Optimization 、 PSO ）とは、 群知能 の一種。 昆虫の大群や魚群において、一匹がよさそうな経路を発見すると（すなわち、食料を発見したとか安全であるという場合）、群れの残りはどこにいても素早くそれに倣うことができる。 これは 多次元空間 において位置と 速度 を持つ粒子群で モデル化 される。 これらの粒子はハイパー空間を飛びまわり、最善な位置を探す。 位置の評価は 適応度関数 で行う。 群れのメンバーは良い位置について情報交換し、それに基づいて自身の位置と速度を調整する。 このコミュニケーションは主に次の二種類の方法でなされる。 最も良い位置にいる粒子が全体に通知される。 |ptt| jlz| nyt| oon| mad| xec| xbe| guz| lnl| fhj| osr| tjb| rek| cwu| xec| hwk| zce| ugv| ocl| utm| sro| ywv| uhx| igi| jpm| kmh| jwd| jgl| wgf| rzl| fot| loi| diq| paa| bxn| wvp| kml| qqh| iws| eeh| xaw| hha| wlx| tpb| cbm| ivg| bjl| hct| lbj| okc|