1.2.2 算法流程

粒子群算法運(yùn)行的具體流程如下。

步驟1：初始化粒子群，隨機(jī)產(chǎn)生n個位置為x_i=（x_i1，x_i2，…，x_iD），速度為V_i=（v_i1，v_i2，…，v_iD）的粒子個體，初始化個體極值p_best和全局最優(yōu)值g_best，并設(shè)置最大迭代次數(shù)T。

其中，p_best是每個粒子在迭代過程中找到的最優(yōu)粒子，被稱為個體極值；g_best是種群個體在迭代過程中找到的最優(yōu)粒子，被稱為全局極值。

步驟2：計算粒子的適應(yīng)度值，并與當(dāng)前p_best比較，如果較好，則替換p_best。

步驟3：對每個粒子，用它的適應(yīng)度值和全局極值g_best比較，如果較好，則替換g_best。

步驟4：根據(jù)式（1-1）、式（1-2）更新每個粒子的速度和位置。

其中，ω為慣性因子，其值為非負(fù)。其值較大，全局尋優(yōu)能力強(qiáng)，局部尋優(yōu)能力弱；其值較小，全局尋優(yōu)能力弱，局部尋優(yōu)能力強(qiáng)。c₁、c₂為學(xué)習(xí)因子，也稱為加速度常數(shù)，取［0，2］之間的隨機(jī)數(shù)。

步驟5：比較當(dāng)前迭代次數(shù)t是否在最大迭代次數(shù)范圍內(nèi)，若t＜T，返回步驟2。

步驟6：確定最終最優(yōu)值并輸出。