基于Memetic框架的混合粒子群算法

摘要：

提出一种Memetic框架下的混合粒子群优化算法(HM-PSO).针对粒子群算法的搜索结果,该算法采用基于拉马克学习的局部搜索策略帮助具有一定改进能力的个体提高收敛速度,同时利用禁忌策略帮助可能陷入局部最优的个体跳出局部最优点.HM-PSO算法在加速个体收敛的同时提高算法搜索的多样性,避免陷入局部最优.实验结果表明,改进拉马克学习策略有效可行,HM-PSO算法具有良好的全局寻优性能.

关键词：混合粒子群、禁忌搜索、拉马克学习

所属期刊栏目：25

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60873195,61070220;高等学校博士学科点专项科研基金20090111110002

在线出版日期：2012-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：213-219