INTELIGENŢĂ ARTIFICIALĂ

PSO – algoritm
3. Pentru fiecare particulă x i = (x i1,x i2,...,x iD)
x
pBest i
Modificarea vitezei v şi a poziţiei x (pe fiecare dimensiune)
v id = w *v id + c 1 * rand()* (p Best d − x id) + c 2* rand() * (g Best d − x id)
v
gBest/lBest
x id = x id + v id
unde:
i=1,N (N – nr total de particule); d = 1,D
w – factor de inerţie (Shi, Eberhart)
w*v id – termen inerţial forţează particula să se deplaseze în aceeaşi
direcţie ca şi până acum (tendinţă curajoasă – audacious)
balansează căutarea între explorare globală (w mare) şi locală (w mic).
poate fi constantă sau descrescătoare (pe măsura „îmbătrânirii” grupului)
c 1 - factor de învăţare cognitiv
c 1 * rand()* (p Best d − x id) – termen cognitiv forţează particula să se
deplaseze spre cea mai bună poziţie atinsă până atunci (tendinţă de
conservare)
c 2 - factor de învăţare social
c 2* rand() * (g Bestd − x id) – termen social forţează particula să se
deplaseze spre cea mai bună poziţie a vecinilor; spirit de turmă, de urmăritor
Cei doi factori c 1 şi c 2 pot fi egali sau diferiţi (c 1 > c 2 şi c 1 + c 2 < 4 – Carlise, 2001)
Fiecare componentă a vectorului vitezelor este restricţionată la un
interval: [−v max, v max] pentru a asigura păstrarea particulelor în
spaţiul de căutare.