PSO和GA的对比及其混合算法的研究进展

被引：24

作者：

封磊

蔡创

齐春

乔锃

机构：

[1] 西安交通大学电子信息工程学院

[2] 西安电子科技大学计算机学院

[3] 西安交通大学电气工程学院陕西西安

[4] 陕西工业职业技术学院信息工程系

[5] 陕西咸阳

[6] 陕西西安

来源：

控制工程 | 2005年 / S2期

关键词：

微粒群优化算法; 遗传算法; 进化算法; 混合; 群智能;

D O I：

10.14107/j.cnki.kzgc.2005.s2.027

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

系统地介绍了微粒群优化算法(PSO)和遗传算法(GA)的基本原理、发展和应用的状况,比较了两者的原理特点,列举了各种微粒群优化算法和遗传算法的改进算法。介绍和总结目前出现的两种算法思想结合的局部混合与全局混合两种方式,并用图表给出了说明。分析了两种混合方式的局限性,提出对具体问题找出计算速度和计算精度的平衡点来改进算法。最后做了总结和展望,指出微粒群算法的应用需进一步拓展,和其他算法结合是提高其性能的主要方向。

引用

页码：93 / 96

页数：4