PSO和SFLA混合优化算法

• 作者: 代永强 王联国
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 粒子群优化算法 混合蛙跳算法 混合算法 优化性能
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 77-79,83
• 页数: 4页
• 分类号: TP18
• 字数: 2509字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.04.019

摘要

各种智能优化算法由于进化原理不同,优化性能各异,将不同种类的智能优化算法混合起来,往往能够取长补短,互相促进,提高混合算法的优化性能。利用粒子群优化(PSO)算法的快速收敛特性和混合蛙跳算法(SFLA)突出的全局协同搜索能力,提出了一种PSO-SFLA混合优化算法。该混合算法在执行过程中将种群分为2个子群体,一个子群体采用PSO算法进化寻优,另一个子群体采用改进的SFLA进化寻优,2个子群体共享整个种群极值信息。通过对3个标准函数进行实验并与基本PSO算法进行比较,实验结果表明混合算法获得了更好的解,具有更好的优化性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王联国	甘肃农业大学信息科学技术学院	100	903	14.0	27.0
2	代永强	甘肃农业大学信息科学技术学院	30	110	6.0	10.0