一种遗传算法与粒子群优化的多子群分层混合算法

• 作者: 金敏 鲁华祥
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 遗传算法 粒子群优化 分层混合算法 多子群
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1231-1238
• 页数: 8页
• 分类号: TP18
• 字数: 7022字
• 语种: 中文
• DOI: 10.7641/CTA.2013.21213

摘要

针对遗传算法全局搜索能力强和粒子群优化收敛速度快的特点,本文从种群个体组织结构上着手,进行优势互补,提出了一种遗传算法和粒子群优化的多子群分层混合算法(multi-subgroup hierarchical hybrid of genetic algorithm and particle swarm optimization,HGA-PSO).算法采用分层结构,底层由一系列的遗传算法子群组成,贡献算法的全局搜索能力;上层是由每个子群的最优个体组成的精英群,采用钳制了初始速度的粒子群算法进行精确局部搜索.文中分析论证了HGA-PSO算法具有全局收敛性,并采用7个典型高维Benchmark函数进行测试,实验结果显示该算法的优化性能显著优于其他测试算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁华祥	中国科学院半导体研究所人工神经网络实验室	46	358	8.0	17.0
2	金敏	中国科学院半导体研究所人工神经网络实验室	10	242	5.0	10.0