基于遗传算法与式搜索的混合优化算法.PDFVIP

文章编号:1674-7070 (2012)01-0034-06 基于遗传算法与模式搜索的混合优化算法 1 1 1 张煜东 吴乐南 王水花 摘要 0 引言 ， 为了更好地实现全局优化 提出一 种遗传模式搜索(Genetic Pattern Search ， 遗传算法(Genetic Algorithm ，GA)［1］是一类借鉴生物界自然选择 GPS) ， (GA) 算法 该算法结合了遗传算法 ， 和自然遗传机制发展而来的随机搜索算法 能够很好地求解复杂系 的强全局搜索能力与泛化模式搜索算法 ， ， (PS) ． 统优化问题 不依赖于问题的具体领域 对问题的种类有很强的鲁棒 的强局部搜索能力 算法流程分为 两步: GA PS ; 首先是 与 联合实现粗搜索 ， ， ， 、 、 、 性 所以 广泛应用于很多学科 如函数优化 组合优化 生产调度 自 PS ． Hump 、 其次是 实现细搜索 实验对 、 、 、 、 动控制 机器人学 图像处理 人工生命 遗传编码和机器学习等领 Powell 、Rosenbrock 、Schaffer 、Woods 测试 ． ，GA ［2］． ， GPS 域 但是 在局部细搜索能力上存在不足 函数进行搜索 表明 算法的成功率 明显优于改进遗传算法与改进模式搜索 泛化模式搜索算法(Generalized Pattern Search ，PS)是另一类求解 ， 算法 可作为一种有效可行的全局优化 ， ， 复杂非线性问题的常规优化算法 无需求导 具有较强的局部搜索能 算法． ［3］ 力 ． ， ， 关键词 然而该方法需要给定初值 如果初值选得好 则是一个简单高 ; ; 遗传算法 模式搜索 全局优化 ， ; ， 效的方法 这就要求操作者具有丰富的经验 如果初值选得不好 那 ［4］ ． 、 么只能得到局部极值解 目前学者较多研究对遗传算法 粒子群算 中图分类号 TN911. 73