科技导报
科技導報
과기도보
SCIENCE & TECHNOLOGY REVIEW
2010年
22期
74-76
,共3页
粒子群优化算法%遗传算法%全局搜索%局部搜索%种群多样性
粒子群優化算法%遺傳算法%全跼搜索%跼部搜索%種群多樣性
입자군우화산법%유전산법%전국수색%국부수색%충군다양성
针对粒子群优化算法容易陷入局部极值,进化后期收敛速度慢、精度低等缺点,本文将粒子群优化算法与遗传算法相结合,在基本粒子群优化算法中引入了正态变异算子,提出了一种新的混合进化算法,新算法增加了种群的多样性,增强了算法的全局寻优能力,提高了算法的搜索效率.使用新算法对经典函数进行优化测试,结果表明,本算法保持了粒子群优化算法简捷快速、容易实现的特点;同时,正态变异算子的引入提升了算法后期的收敛速度与全局搜索能力.新的算法能够以更小的种群数和进化代数获得较好的优化能力,在克服陷入局部最优和收敛速度方面均优于基本粒子群优化算法、遗传算法以及加入混沌扰动的粒子群优化算法(CPSO).
針對粒子群優化算法容易陷入跼部極值,進化後期收斂速度慢、精度低等缺點,本文將粒子群優化算法與遺傳算法相結閤,在基本粒子群優化算法中引入瞭正態變異算子,提齣瞭一種新的混閤進化算法,新算法增加瞭種群的多樣性,增彊瞭算法的全跼尋優能力,提高瞭算法的搜索效率.使用新算法對經典函數進行優化測試,結果錶明,本算法保持瞭粒子群優化算法簡捷快速、容易實現的特點;同時,正態變異算子的引入提升瞭算法後期的收斂速度與全跼搜索能力.新的算法能夠以更小的種群數和進化代數穫得較好的優化能力,在剋服陷入跼部最優和收斂速度方麵均優于基本粒子群優化算法、遺傳算法以及加入混沌擾動的粒子群優化算法(CPSO).
침대입자군우화산법용역함입국부겁치,진화후기수렴속도만、정도저등결점,본문장입자군우화산법여유전산법상결합,재기본입자군우화산법중인입료정태변이산자,제출료일충신적혼합진화산법,신산법증가료충군적다양성,증강료산법적전국심우능력,제고료산법적수색효솔.사용신산법대경전함수진행우화측시,결과표명,본산법보지료입자군우화산법간첩쾌속、용역실현적특점;동시,정태변이산자적인입제승료산법후기적수렴속도여전국수색능력.신적산법능구이경소적충군수화진화대수획득교호적우화능력,재극복함입국부최우화수렴속도방면균우우기본입자군우화산법、유전산법이급가입혼돈우동적입자군우화산법(CPSO).