自适应变异的混合粒子群优化策略及其应用

被引：17

作者：

高海昌 ^{[1
]}

冯博琴 ^{[1
]}

侯芸 ^{[1
]}

朱利 ^{[2
]}

机构：

[1] 西安交通大学电子与信息工程学院

[2] 西安交通大学软件学院

来源：

西安交通大学学报 | 2006年 / 06期

关键词：

粒子群优化; 模拟退火; 自适应变异;

D O I：

暂无

中图分类号：

TP13 [自动控制理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

提出了一种新的基于群体自适应变异和个体退火操作的混合粒子群优化(HPSO)算法.该算法将模拟退火过程引入到粒子群优化(PSO)之中,以PSO作为主体,先随机产生初始群体,并开始随机搜索产生新的个体.同时,使用自适应变异操作进行个体变异,对进化过的个体进行退火操作,以调整和优化群体.与模拟退火算法和基本PSO算法相比,HPSO保持了基本PSO算法简单、容易实现的特点,又能进行自适应变异.复杂函数优化和旅行商组合优化问题的实例验证表明,所提算法的全局收敛性较好,提高了摆脱局部最优的能力,有效避免了基本PSO算法的早熟问题.

引用

页码：663 / 666

页数：4

共 5 条

[1]

智能优化算法求解TSP问题 [J].