问题标签 [particle-swarm]

颗粒可以有不同的长度吗？例如，有些人有 10 个基因，有些人有 20 个？

如果是这样，由于全球野兽、本地最佳和当前都可能具有不同的长度，如何更新速度？

我正在研究一种在不同光照条件下的自适应和全自动分割算法，该算法的核心使用粒子群优化（PSO）来调整模糊系统，相信我这非常耗时：| 只有 5 个粒子和 100 次迭代，我必须等待 2 到 3 个小时！它只是从我的数据集中处理一张包含 100 多张照片的图像！

我正在使用 matlab R2013 ，带有 intel coer i7-2670Qm @ 2.2GHz //8.00GB RAM//64 位操作系统

问题是：启动程序时，它只使用了我的 CPU 的 12%-16%，并且只有一个内核在工作！

我进行了很多搜索并进入了 matlabpool，所以我将这一行添加到我的代码中：

现在当我启动程序时，任务管理器显示 98% 的 CPU 使用率，但这只是几秒钟！之后它又回到了 12-13% 的 CPU 使用率：|

你知道我怎样才能让这段代码运行得更快吗？！

我得到一个 nxn 矩阵，其中 n 的范围从 3 到 5。然后为该矩阵分配 1-n^2 的随机值。给定矩阵，我将优化电路板，以便得到幻方解。

随机棋盘示例：n = 3

我对 PSO 有一点了解，但我至少知道这一点：

我还被告知该问题不适用于 PSO 等算法，但我别无选择，只能将其用于此问题，因为它是所需的算法。

我在想粒子是数组中分配的数字，但是如何评估它的位置并更新粒子位置？

谢谢！

我想使用in解决Shortest Path问题。我使用优先级编码 [ 1 ] 对路径进行编码，并且我正在使用收缩和速度钳位 [ 2 ]。PSOMATLAB

我面临的问题是代码与Dijkstra. 我首先测试 usingDijkstra以获得基准时间，然后运行PSO以找到它在该时间内可以实现的最低成本。的结果PSO总是要高得多。

如果我检查每次迭代完成的速度，我发现在Intel Core i3-2120处理器上有 1000 多个节点的路径需要几秒钟。

在下面的代码中，您需要先运行data.m初始化成本矩阵，然后运行 ​​Dijkstra 以获得时间基准。之后，在几秒钟内 修改allowedTime变量。pso.m

参数：

• data.m
  • 尺寸：没有。节点数
• pso.m
  • allowedTime：允许swarm运行的时间（以秒为单位）
  • swarm_size：没有。粒子数
  • 开始节点：没有。表示从哪里开始路径（在dimensions范围内）
  • 结束节点：没有。表示路径的结束位置（在dimensions范围内）
• dijkstra.m
  • 接受 ( costMatrix, <start_node_id>, <end_node_id>)

对于凌乱的代码和不使用函数，我很抱歉，但我需要inline在代码完成后或当我中断时制作所有内容并查看所有值。

数据.m

pso.m

dijkstra.m

(1) 一种针对 SP 路由问题的非支配排序遗传算法
(2) 约束因素和参数

我是 matlab 新手，需要一些有关 matlab 代码的帮助。我想做粒子群优化，我想点击鼠标来定义空间中的一个点，窗口大小为 [min1, max1] 和 [min2, max2]。然后由 n = 10 个粒子组成的集群初始化并搜索用户最初设置的点。

我的代码是这样的：

我很难理解粒子群算法的概念。为了编写代码，我们将一些文章分散到我们的空间中并试图找到一个地方(for example min of a function or desire target)。基于位置、速度等所有粒子最终到达我们想要的位置。现在我有一个问题如何将此代码应用到我的 ANN 设计中？

它对神经网络有什么帮助？（似乎 PSO 有很强的寻找全局乐观结果的能力，而反向传播有寻找局部的能力，对吗？）

如果您能给我任何有助于我理解的信息，我将不胜感激。提前致谢

我想使用粒子群优化算法训练神经网络，但是 matlab 工具箱没有使用该算法训练网络的任何功能，我搜索并创建了一些 PSO 工具箱，但它们没有用。有人可以帮我吗？谢谢

我正在尝试为密码分析本地搜索实现粒子群优化算法，以找到简单替换密码的密钥。

我了解这种方法如何工作的理论并且已经实现了大部分算法，但我就是不知道如何计算速度。

粒子类：

群体类：

粒子是我为另一种算法制作的字母类的扩展，本质上是 26 个可以打乱的字母组成的 char 数组。粒子的“位置”（据我所知，它只是它的字母表，或者它的一些数字表示）。

swarm 类很容易解释，但包括一个适应度类，它给粒子评分在 0 到 1 之间（1 是最好的），代表键产生的英文文本的数量。

我遇到了这个算法的实现（虽然没有代码）找到建议这些步骤的 vigenere 密码的密钥：

用于查找实际密钥的建议算法

1. PSO 搜索算法参数的初始化

PSO 参数在第一步中设置。这些参数包括粒子数 (Np)、密钥大小 (Nd)、最大迭代次数 (Nt)、自信心因子 (C1)、Swarm 置信因子 (C2) 和惯性权重 (w)。

1. 离散鸟类或种群的初始化

a) 对于 vigenere 密码的密码分析：粒子的初始位置通过随机选择大小 Nd 的排列来确定，从整数 0 到 25 随机均匀采样。 b) 使用以下方法初始化每个粒子的速度：

其中：vi 是粒子 i 的速度 vmax 是最大速度，vmin 是最小速度，rand 是 0 到 1 之间的随机数。

1. 项目清单

计算每个粒子的适应度函数值

a) 以粒子的位置为密钥解密密文。b) 求步骤 3 (a) 中得到的文本的适应度函数值。

1. 更新粒子的速度和位置

计算步骤 3 中讨论的每个粒子的适应度函数值。

我似乎无法将公式粘贴到此处，但可以在此处的第 426 页上看到：http ://www.enggjournals.com/ijcse/doc/IJCSE13-05-05-064.pdf

有点悬而未决的问题，但我会尽量具体。

我在 Android Studio 中写了一些东西，现在使用 Eclipse+LibGDX 来研究游戏。这是一个相当高级/中等级别的 API，因此我们无法进一步深入了解如何绘制图形的较低级别。但是，我们知道它使用了四边形渲染方法。

现在，这种方法适用于大多数类型的游戏，但如果我想研究粒子群算法（比如 1000 个点），之前我使用的是Point Sprite渲染。看来 libgdx 没有使用这种方法。

问题：你知道 libgdx 是否支持 Point Sprites (1000+) 在屏幕上独立移动（基于我自己的公式）。随着要使用的精灵数量的增加，四边形渲染将大大减慢。例如，1000 个球在一个盒子周围弹跳。

注意 - 我不是在看粒子系统，因为它们似乎只是发射器，并定义了粒子如何从该源发射（例如烟花、爆炸）。

目标：我计划让许多对象在屏幕上移动，当从远处观看时，使用 Point Sprite 方法渲染（对于对象的绝对数量要快得多），然后在放大时恢复为四边形渲染（详见图形）。这仅用于优化目的。

这是 Libgdx 允许的吗？

非常感谢您提供的任何帮助。

亲切的问候，J

我有一个通过粒子群优化 (PSO) 训练的 4 输入和 3 输出神经网络，使用 MATLAB 提供的 IRIS 数据库以均方误差 (MSE) 作为适应度函数。适应度函数被评估 50 次。实验是对特征进行分类。我有几个疑问

(1) PSO 迭代次数/代数是否 = 评估适应度函数的次数？

(2) 在许多论文中，我看到 MSE 与世代的训练曲线正在绘制。图中，左边的图（a）是一个类似于NN的模型。它是一个 4 输入 0 隐藏层 3 输出认知图。图 (b) 是由同一 PSO 训练的 NN。本文的目的是展示新模型在 (a) 中对 NN 的有效性。

但他们提到该实验是说 Cycles = 100 次，Generations = 300。在这种情况下，（a）和（b）的训练曲线应该是 MSE vs Cycles 而不是 MSE vs PSO 代？例如，Cycle1 : PSO 迭代 1-50 --> Result(Weights_1,Bias_1, MSE_1, Classification Rate_1)。Cycle2：PSO 迭代 1- 50 -->Result(Weights_2,Bias_2, MSE_2, Classification Rate_2) 等等 100 个周期。(a),(b) 中的 X 轴为何不同，它们是什么意思？

(3) 最后，对于程序的每次独立运行（通过控制台独立运行 m 文件多次），我从来没有得到相同的分类率 (CR) 或相同的权重集。具体来说，当我第一次运行程序时，我得到 W（权重）值和 CR = 100%。当我再次运行 Matlab 代码程序时，我可能会得到 CR = 50% 和另一组权重！如下图所示，

正确的方法应该是什么？那么，我最终应该采用哪个权重集，如何说网络已经训练好？我知道进化算法由于它们的随机性永远不会给出相同的答案，但是我如何确保网络已经过训练？有义务澄清。