|
- 如何直观形象地理解粒子群算法？ - 知乎
粒子群算法是计算数学中用于解决最优化的搜索算法，也是最为经典的智能算法之一。应用主要是在工程和计算机科学还有行为管理研究科学里面。 阅读下面的回答，可以了解到粒子群算法的 概念， 优缺点 以及 发展方向。 1、简介 粒子群算法 (Particle Swarm Optimization,简称PSO)是1995年Eberhart博士和
- 粒子群优化算法和其他优化算法相比有哪些优势和劣势？ - 知乎
粒子群优化算法（Particle Swarm Optimization，PSO）是一种基于群体智能的优化算法，通过模拟群体中个体在搜索空间中的移动寻找最优解。 这玩意最少有上千种名称，鸡鸭狗等等都有，青蛙狐狸估计都有。即便没有动物的名词，也随便写出几十种名词。 标准粒子群优化算法（Standard PSO） 离散粒子群优化
- 现在模拟退火算法、粒子群优化算法、遗传算法和蚁群优化算法现在用的还多吗？ - 知乎
领域之间的互相鄙视在学术界也是司空见惯，所以我们这里尽量不带有偏见的去分析一下两类方法的适用场景和优缺点对比 （如有偏颇，欢迎指正）。 宏观的来说目前数学优化的应用场景要稍微广一些，所以我这里只列举出进化计算方法（模拟退火算法、粒子群优化算法、遗传算法和蚁群优化算法
- 粒子群算法PSO写论文，有没有哪些创新点可以加进去？ - 知乎
粒子群算法 简介 粒子群算法 (Particle Swarm Optimization,简称PSO)是1995年Eberhart博士和Kennedy博士一起提出的 [1]。粒子群算法是通过模拟鸟群捕食行为设计的一种群智能算法。区域内有大大小小不同的食物源，鸟群的任务是找到最大的食物源（全局最优解），鸟群的任务是找到这个食物源。鸟群在整个搜寻
- 启发式优化算法中，如何使之避免陷入局部最优解？ - 知乎
如果你是为了求全局最优解，我觉得你应该稍微了解一下全局优化中的基本概念。Neumaier 把全局优化方法分成了四类 （Deterministic global optimization）， 1：不完备算法：仅利用启发式方法（Heuristics）搜索全局最优解，但是对于这一搜索过程是否会卡在局部最小值附近没有任何理论性的保证。 2：渐进
- 怎样利用粒子群优化算法对支持向量机或神经网络的模型进行优化？ - 知乎
以神经网络为例，之前都是利用反向传播优化参数比如w和b。这样收敛比较快，但是是局部最优。演化算法包括遗传算法和 粒子群算法 等，可以更好地实现对参数的搜索，找到更好的解。但是，在解空间非常大的情况下，效率太低。最近，有一些论文做了上述尝试。 以遗传算法为例，可以将w和b
- 粒子群优化算法 - 收藏夹 - 知乎
知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、影视
- 粉粉 - 知乎
回答数 8，获得 1 次赞同个人观点，仅供参考 抛砖引玉吧，希望有比我更懂你的人能真正帮助到你。 我发自内心的觉得，你这么善良的人一定会有好报的，而这世道不管如何变化，终究还是有它自身发展的规律而不会一直糟糕下去，你当下可能是在谷底，但你还是要抬着头迈起步子往前走，停驻不
|
|
|