pso.py

   1 """Particle swarm optimization"""
   2
   3 import random
   4 import multiprocessing
   5 from functools import partial
   6
   7 import lhs
   8
   9 def particle(dimension, bound, v_max, func_d, pos=None):
  10     if not pos:
  11         position = [2 * bound * random.random() - bound for _ in xrange(dimension)]
  12     else:
  13         position = pos
  14     velocity = [2 * v_max * random.random() - v_max for _ in xrange(dimension)]
  15     value = func_d(*position)
  16     return value, position, velocity, value, position
  17
  18 def move(particle, omega, phi_p, phi_g, v_max, global_best, func_d):
  19     _, position, velocity, best_value, best_position = particle
  20     position = [p + v for (p, v) in zip(position, velocity)]
  21     velocity = [omega * v
  22                 + phi_p * random.random() * (b - x)
  23                 + phi_g * random.random() * (g - x)
  24                 for (v, x, b, g) in zip(velocity, position,
  25                                         best_position, global_best)]
  26     velocity = [min(max(v, - v_max), v_max) for v in velocity]
  27     value = func_d(*position)
  28     if value > best_value:
  29         best_value, best_position = value, position
  30     return value, position, velocity, best_value, best_position
  31
  32 def optimize(dimension, boundary, function_d, n_parts, n_turns):
  33     pool = multiprocessing.Pool(None)
  34     v_max = boundary
  35     particles = [particle(dimension, boundary, v_max, function_d, pos)
  36                  for pos in lhs.latin_hypercube(dimension, bound, n_parts)]
  37     gl_best = max(particles)
  38     for _ in xrange(n_turns):
  39         move_p = partial(move,
  40                          omega=0.98, phi_p=2.75, phi_g=3., v_max=v_max,
  41                          global_best=gl_best[1], func_d=function_d)
  42         particles = pool.map(move_p, particles)
  43         gl_best = max(max(particles), gl_best)
  44     pool.terminate()
  45     pool.join()
  46     return gl_best[1]