C#利用粒子群算法实现求一元函数最小值

粒子群算法是一种人工智能算法，它模拟自然界中鸟类觅食的规律，被广泛用于优化领域。出于学习的目的，笔者用C#写了一个求函数y=x*2+1/x的最小值的示例，并利用TeeChart绘图控件，将求解最小值的过程形象地表示出来。

算法的思路：

1.指定一定规模的鸟群（笔者只使用了10只鸟作为搜索），每只鸟Bird都有三个属性：X、V、Best

public class Bird
{public double X { get; set; }public double V { get; set; }public double Best { get; set; }
}

其中，X代表鸟Bird的当前位置，V代表鸟当前的移动方向和移动速度，由于本文研究的是一元函数，所以X和V都是一维的，读者可以根据所研究问题的领域设计搜索空间的维度。Best代表当前这只鸟目前所找到的最小值。

2.按照将每只鸟按照b.V = (w * b.V + c1 * rand1 * (b.Best - b.X) + c2 * rand2 * (gBest - b.X));更新鸟的位置，即让每只鸟飞行一段距离。其中w代表惯性指数，这是代表该鸟对其移动方向的自信程度，c1代表该鸟对自己之前找到的最小值的信任程度，c2代表该鸟对整个种群的最小值的信任程度。

public void run()
{int count = 0;double rand1 = rand.NextDouble();double rand2 = rand.NextDouble();//根据标准差（种群中粒子的分布的离散程度）和最大迭代次数进行收敛判断while (count < 50000 && stdd > 0.0001){Thread.Sleep(100);foreach (Bird b in birds){double oldValue = F1(b.Best);b.V = (w * b.V + c1 * rand1 * (b.Best - b.X) + c2 * rand2 * (gBest - b.X));if ((b.X + b.V) > Double.Parse(txtXStart.Text) && (b.X + b.V) < Double.Parse(txtXEnd.Text)){b.X = b.X + b.V;}else if((b.X + b.V) < Double.Parse(txtXStart.Text)){b.X = Double.Parse(txtXStart.Text);}else{b.X = Double.Parse(txtXEnd.Text);}if (F1(b.X) < oldValue){b.Best = b.X;}if (F1(b.X) < F1(gBest)){gBest = b.X;}}ShowSwarm(birds);double[] x = new double[birdnum];//计算种群的离散程度for (int i = 0; i < birds.Count; i++){x[i] = birds[i].X;}stdd = StDev(x);count++;}
}

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！