基于差分进化和粒子群优化算法的混合优化算法
为了发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,提出了一种混合优化算法(简称DPA).该算法首先利用差分进化的变异和选择算子产生新的群体,然后通过使用粒子群优化算法和交叉、选择算子进行局部搜索.在整个算法过程中,群体寻优范围先扩散再收缩,反复迭代渐进收敛.通过3个标准算例的测试表明,新的混合优化算法与差分进化和粒子群优化算法相比,具有收敛速度快、搜索能力强、鲁棒性好的特点.
差分进化、粒子群优化算法、混合算法、优化、基准测试函数
30
TP18(自动化基础理论)
2009-07-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
2963-2965,2980