论文部分内容阅读
为解决高维复杂函数的优化问题,克服标准粒子群算法早熟收敛、局部搜索能力弱等缺点,在标准粒子群优化算法中融合了遗传算法的设计思想,提出了一种新颖的混合粒子群算法。高维函数个别维上的差解导致算法最终无法找到全局最优解,而通常的优化算法很难寻找到每一维上的最佳值。受遗传算法思想的启发,在粒子的进化过程中,通过对最优粒子的每一维进行评价,找到导致最终解质量差的维度,对其维上的数据进行变异,进而有针对性地改进,寻找到每一维上的最佳位置。对典型高维复杂函数的仿真表明:算法在求解质量和求解速度两方面都得到了好的结果。