基于一种自适应选择机制的混合优化算法.pdfVIP

第32卷第2期 计 算 机 应 用 研 究 Vo1．32No．2 2015年 2月 ApplicationResearchofComputers Feb．2015 基于一种 自适应选择机制的混合优化算法 李净文，李 国，徐 晨，余玉丰 (深圳大学 数学与计算科学学院，广东深圳 518060) 摘 要：针对于微分进化(DE)和粒子群优化(PSO)算法收敛精度较低和收敛速度慢的缺点，提出了基于这两 种算法的混合优化算法DEPSO。该算法引入了两个新的变量指标，即在迭代过程中种群个体适应值有所优化的 概率及种群的全局最优值的变化情况，通过采用这两个变量所形成的一个二维合理的选择机制，实现下一个迭 代过程中关于算法的选择迭代问题。该算法一方面参数较少，实现简单；另一方面，利用新引入的第二个变量指 标避免种群陷入早熟。对几种典型的测试函数进行数值模拟实验，结果表 明与传统的算法比较，新的算法具有