一种基于混合遗传和粒子群的智能优化算法

• 作者: 吴军 熊尧 邓超 马超
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 粒子群优化算法 遗传算法 混合智能 收敛效率 收敛精度 执行力
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 2278-2286
• 页数: 9页
• 分类号: TP18|TP301.6
• 字数: 5048字
• 语种: 中文

摘要

粒子群算法(particle swarm optimization,PSO)原理简单、搜索速度快,但前期容易“早熟”.遗传算法(genetic algorithm,GA)具有很强的全局搜索能力,但收敛精度不高.综合考虑二者优缺点,把遗传算子引入PSO算法中,并采用交叉搜索的方法,调整惯性权重以及变异方式使粒子得到进化,当粒子种群进化到一定层度后,对部分粒子进行变异处理,这样不仅避免算法陷入局部最优解,而且获得较高收敛精度和执行能力,可解决工程中非线性、多极值的问题,据测试函数以及与其他寻优算法的对比分析表明,此混合策略在求解精度、搜索效率和处理不同复杂度问题等方面都有很好的优越性,具有满足工程需要的能力.