一种模拟退火和粒子群混合优化算法

被引:15
作者
王联国 [1 ,2 ]
洪毅 [1 ]
赵付青 [1 ]
余冬梅 [1 ]
机构
[1] 兰州理工大学电气与信息工程学院
[2] 甘肃农业大学信息科学技术学院
关键词
粒子群优化算法; 模拟退火; 混合算法; 并行搜索;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对粒子群优化算法(PSO)容易陷入局部极值点、进化后期收敛慢和优化精度较差等缺点。把模拟退火技术(SA)引入到PSO算法中,提出了一种混合优化算法。混合优化算法在各温度下依次进行PSO和SA搜索,是一种两层的串行结构。由于PSO提供了并行搜索结构,所以,混合优化算法使SA转化成并行SA算法。SA的概率突跳性保证了种群的多样性,从而防止PSO算法陷入局部极小。混合优化算法保持了PSO算法简单容易实现的特点,改善了算法的全局优化能力,提高了算法的收敛速度和计算精度。仿真结果表明,混合优化算法的优化性能优于基本PSO算法。
引用
收藏
页码:179 / 182
页数:4
相关论文
共 5 条
[1]   基于D-S的粒子群算法 [J].
王波 ;
王灿林 ;
董云龙 .
计算机仿真, 2007, (02) :162-164+182
[2]   具有随机惯性权重的PSO算法 [J].
胡建秀 ;
曾建潮 .
计算机仿真, 2006, (08) :164-167
[3]  
智能微粒群算法研究及应用[M]. 江苏教育出版社 , 吴启迪, 2005
[4]  
微粒群算法[M]. 科学出版社 , 曾建潮等编著, 2004
[5]  
智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001