如何使用SKO.pso python实现粒子群算法

Question

我在Github上找到了一个包，里面包含了各种关于进化的算法。链接如下：https://github.com/guofei9987/scikit-opt

然而，当我使用这个包时，我感到困惑。当我试着像这样做的时候，将dim设置为1，当上限为10时，将下限设置为0，关注x的非负值，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：result

best_x为10，best_y为-6.97674419

然而，这是一个错误的答案。X的正确答案是0.5到1。有没有人有建议？

Answer 1

粒子群优化算法优化函数的最小值。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()