10.3969/j.issn.1673-629X.2013.07.007
改进粒子群和模拟退火混合算法及其应用
基本粒子群优化算法每个粒子代表一个可行解,通过粒子间的协作来获得最优解.考虑粒子间协同作用,引入Gaussian核函数研究基于区域影响的粒子群算法(GPSO).为了充分利用粒子群算法的快速全局收敛性和模拟退火算法能够跳出局部最优陷阱的优点,得到高精度的最优解,将GPSO算法与模拟退火算法相结合,研究了一种新的混合粒子群算法.混合算法在GPSO算法处于停滞状态时,于搜索到最优位置用模拟退火算法继续寻找最优解.数值实验结果表明,新混合算法兼顾了GPSO和模拟退火算法的优点,具有收敛速度快、搜索精度高、鲁棒性好等特点.这说明文中的混合算法不失为一种有效的进化算法.
粒子群算法、模拟退火算法、混合进化算法、Gaussian核函数、区域影响
23
TP301.6(计算技术、计算机技术)
重庆市自然科学基金资助项目CSPC,2005BB2197;重庆大学"211工程"三期创新人才培养计划建设基金资助项目S-09110
2013-10-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
26-30