machine-learning - 粒子群优化 pbest 和 gbest

Question

可以更新粒子速度和位置，然后找到pbest和gbest吗？或者必须首先找到pbest和gbest？ PSO 中的 pbest 和 gbest 是什么？

Answer 1

如果我正确理解你的问题，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。总而言之，PSO 算法流程如下:

1. 开始人口
2. 设置常量(w、c1 和 c2)
3. 检查停止标准或收敛
4. 获取随机数 r1 和 r2
5. 更新 Gbest 和 Pbest
6. 更新 v 和 x
7. 返回3

Pbest 存储迄今为止粒子 k 的最佳位置，Gbest 存储所有粒子的最佳位置。它用于使所有粒子都指向全局最大值/最小值。它还受到拓扑的影响:

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，你的算法可能收敛得更快。因此，这取决于您的问题并且需要进行测试。