Particle Swarm Optimization

Оптимізація рою частинок - біоінспірований алгоритм пошуку глобального мінімуму

Частинки рою

Особистий найкращий

Глобальний найкращий

📊 Статистика

Ітерація: 0

Глобальний мінімум: -

Позиція X: -

Позиція Y: -

⚙️ Параметри PSO

Кількість частинок:

Функція оптимізації:

Інерція (w): 0.7

Когнітивний (c1): 1.5

Соціальний (c2): 1.5

📚 Про Particle Swarm Optimization:

Принцип роботи: Алгоритм моделює поведінку зграї птахів або косяка риб, де кожна частинка рухається в просторі пошуку, запам'ятовуючи свою найкращу позицію та спрямовуючись до глобально найкращої позиції рою.

Інерція (w): Визначає, наскільки частинка зберігає попередню швидкість
Когнітивний компонент (c1): Притягання до особистої найкращої позиції
Соціальний компонент (c2): Притягання до глобально найкращої позиції рою
Оновлення швидкості: v = w×v + c1×r1×(pBest - x) + c2×r2×(gBest - x)

🌟 Particle Swarm Optimization (PSO)

🎮 Керування

📊 Статистика

⚙️ Параметри PSO

📚 Про Particle Swarm Optimization: