Rszecskeraj optimalizci PSO Particle Swarm Optimization PSO Trtnelmi

  • Slides: 19
Download presentation
Részecske-raj optimalizáció (PSO) Particle Swarm Optimization (PSO)

Részecske-raj optimalizáció (PSO) Particle Swarm Optimization (PSO)

Történelmi áttenkintés A részecske-raj technikát Kennedy és Eberhart mutatták be először 1995 -ben. A

Történelmi áttenkintés A részecske-raj technikát Kennedy és Eberhart mutatták be először 1995 -ben. A technika két különálló elvre támaszkodik: a raj intelligenciájára amely az élőlény rajok megfigyelésén alapszik (például, halak, madarak vagy méhek). evolúciós algoritmusokra.

Bevezetés Habár nagyon egyszerű lényekről van szó, ha rajban vannak jelentős kollektív intelligenciával rendelkeznek.

Bevezetés Habár nagyon egyszerű lényekről van szó, ha rajban vannak jelentős kollektív intelligenciával rendelkeznek. A raj egyedei felhasználhatják a raj többi tagjának korábbi tapasztalatait.

Alkalmazás Olyan függvények szélsőértékének meghatá-rozása amelyeknél a minimumot és makszimumot nem lehet analitikusan meghatározni.

Alkalmazás Olyan függvények szélsőértékének meghatá-rozása amelyeknél a minimumot és makszimumot nem lehet analitikusan meghatározni. Egy optimalizációs feladatnál az optimális kritérium elérése. Igényes függvények szélsőértékének meghatározása (Rastrigin, Griewank, . . . )

Optimalizációs példafüggvények Rastrigin függvény Griewank függvény

Optimalizációs példafüggvények Rastrigin függvény Griewank függvény

PSO algoritmus A PSO algoritmus csupán három lépésből áll amelyek addig ismétlődnek amíg nem

PSO algoritmus A PSO algoritmus csupán három lépésből áll amelyek addig ismétlődnek amíg nem teljesül valamelyik kilépési feltétel: 1. Minden részecske fitnesz-ének meghatározása. 2. Az egyéni és globális fitnesz és helyzet frissítése. 3. Minden részecske sebességének és helyzetének a frissítése.

PSO algoritmus A harmadik lépés felelős a PSO algoritmus optimalizációs képességeiért. Minden részecske sebességét

PSO algoritmus A harmadik lépés felelős a PSO algoritmus optimalizációs képességeiért. Minden részecske sebességét a következő képlet szerint frissítjük.

PSO algoritmus i i-dik részecske sebessége t pillanatban i-dik részecske helyzete t pillanatban véletlen

PSO algoritmus i i-dik részecske sebessége t pillanatban i-dik részecske helyzete t pillanatban véletlen értékek, minden iterációban különböznek legjobb részecske (i) helyzete t pillanatban felhasználó által definiált paraméterek

PSO algoritmus Inerciális komponens, azért felelős hogy a részecske megőrizze haladási irányát. Kognitív komponens,

PSO algoritmus Inerciális komponens, azért felelős hogy a részecske megőrizze haladási irányát. Kognitív komponens, a részecske memóriáját képviseli, kihatással van arra, hogy a részecske a keresési tér azon részeire térjen vissza ahol nagy fitnesze volt. Szociális komponens, arra van kihatással hogy a részecske a raj által eddig legjobb részecskéhez kerüljön minél közelebb.

Példa

Példa

Példa

Példa

Példa

Példa

Példa

Példa

Példa

Példa

Példa Inerciális (tehetetlenségi) komponens Szaggatott vonal Kognitív komponens Pöttyös vonal Szociális komponens Vékony teli

Példa Inerciális (tehetetlenségi) komponens Szaggatott vonal Kognitív komponens Pöttyös vonal Szociális komponens Vékony teli vonal Az előző három komponens összege Vastag vonal

Kilépési feltétel Többféleképpen definiálható: Előre meghatározott számú iteráció elvégzése. Az átlagos fitnesz stagnálása az

Kilépési feltétel Többféleképpen definiálható: Előre meghatározott számú iteráció elvégzése. Az átlagos fitnesz stagnálása az utolsó néhány generáció során. A legjobb fitnesz stagnálása az utolsó néhány generáció során.

A genetikus algoritmus és a PSO összehasonlítása Hasonlóságok: Véletlen kezdeti populáció generálása. Minden egyed

A genetikus algoritmus és a PSO összehasonlítása Hasonlóságok: Véletlen kezdeti populáció generálása. Minden egyed fitneszének meghatározása (optimum függő). A populáció reprodukciója fitnesz alapján. Az algoritmus leáll ha ki van elégítve egy kilépési feltétel, ellenkező esetben visszalép a 2. lépésre. Ez a módszer nem igényli a derivált ismeretét.

A genetikus algoritmus és a PSO összehasonlítása Кülönbségek: A PSO nem rendelkezik genetikus operátorokkal

A genetikus algoritmus és a PSO összehasonlítása Кülönbségek: A PSO nem rendelkezik genetikus operátorokkal (rekombináció, mutáció). A raj részecskéi saját magukat frissítik sebességük segítségével, és memóriával rendelkeznek. Különbözik az információ megosztásának a mechanizmusa, a PSO-nál csak a legjobb egyed (g. Best vagy l. Best) szolgálja az információt a többi egyednek.

VÉGE

VÉGE