粒子群Memetic算法求解多峰函数优化-计算机工程与应用.PDF

10 2012 ，48 （22 ） Computer Engineering and Applications 计算机工程与应用 粒子群Memetic 算法求解多峰函数优化 1 2 刘合安 ，王 雷 1 2 LIU He ’an , WANG Lei 1.湖南城市学院 网络信息中心，湖南 益阳 413000 2.湖南大学 信息科学与工程学院，长沙 410082 1.Center of Network Information, Henan City University, Yiyang, Hunan 413000, China 2.School of Information Science and Technology, Hunan University, Changsha 410082, China LIU He ’an, WANG Lei. Multi-peak function optimization based on particle swarm optimization Memetic al- gorithm. Computer Engineering and Applications, 2012, 48 （22 ）：10-13. Abstract ：For the difficulty of finding all the extreme solutions for multi-peak function optimization, a particle swarm optimization Memetic algorithm is proposed. It combines the advantages of particle swarm optimization in global search and Memetic algorithm in local search. So, it enhances the searing ability of the algorithm. The experi- ments results show that the algorithm has better effectiveness and rapid convergence. Key words ：particle swarm optimization; multi-peak function; Memetic algorithm 摘 要：针对目前多峰函数优化问题较难找到全部局部最优解的情况，提出了一种粒子群Memetic 算法。算法 结合了粒子群优化的全局搜索能力和爬山法的局部搜索能力，增强了算法搜索最优解的能力。实验结果表 明，该算法求解精度较高，且收敛速度较快。 关键词：粒子群优化；多峰函数；Memetic 算法 文章编号：1002-8331（2012 ）22-0010-04 文献标识码：A 中图分类号：TP 18 1 引言 收敛及易陷入局部最优的问题，因此在求解多峰函 现实生活中的很多问题经过数学建模后，均可 数的优化时，不利于找到全部全局最优解。Memetic 以抽象为数值函数优化问题。同时，由于问题本身 算法是一种基于种群的全局搜索和基于个体的局部 [1] [10-15] 的复杂性，很多问题都属于多峰值函数优化问题 ， 搜索的混合算法 。受此启发，本文在粒子群算法 即需要求出多个全局最优解和局部最优解，从而为 中加入局部搜索策略，设计了一种利用粒子群的全 决策者提供多种选择。因此，如何尽可能求得多峰 局搜索能力和爬山法的局部搜索相结合的Memetic 函数的全局极大值和尽量多的局部极大值，是研究 算法求解多峰函数优化问题，实验结果表明了算法 者一直不断探索的热点问题。已有研究表明，智能 的有效性。 优化算法是求解此类问题的一类有效算法，已有不 [2-8] 2 算法基本思想和流程 同的研究者提出了不同的智