如何使用 SKO.pso python 应用粒子群优化

问题描述

我在 Github 上找到了一个包，里面有各种关于进化的算法。链接如下： Chibi Scheme

但是，我在使用该软件包时感到困惑。当我尝试这样做时，将dim设置为1，将上限设置为10时将下限设置为零，重点关注x的非负数，它得到了错误的答案，这是我的代码：

def demo_func(x):
    # Sphere
    x1= x
    return ((10-4*x1)/(4*x1+3))*x1
from sko.PSO import PSO
pso = PSO(func=demo_func,n_dim=1,pop=40,max_iter=150,lb=[0],ub=[10],w=0.8,c1=0.5,c2=0.5)
pso.run()
print('best_x is ',pso.gbest_x,'best_y is',pso.gbest_y)

import matplotlib.pyplot as plt

plt.plot(pso.gbest_y_hist)
plt.show()

结果如下：https://github.com/guofei9987/scikit-opt

best_x 是 [10.] best_y 是 [-6.97674419]

然而，这是一个错误的答案。 x 的正确答案在 0.5 到 1 之间。有人有建议吗？

解决方法

PSO 优化函数的最小值。添加一个负号以获得最大值。

def demo_func(x):
    x1,= x
    return -((10-4*x1)/(4*x1+3))*x1
from sko.PSO import PSO
pso = PSO(func=demo_func,n_dim=1,pop=40,max_iter=150,lb=[0],ub=[10],w=0.8,c1=0.5,c2=0.5)
pso.run()
print('best_x is ',pso.gbest_x,'best_y is',pso.gbest_y)

import matplotlib.pyplot as plt

plt.plot(pso.gbest_y_hist)
plt.show()

particle-swarm python