文件名称：论文研究-用于约束多目标优化问题的混合粒子群算法.pdf
文件大小：575KB
文件格式：PDF
更新时间：2022-10-01 22:24:56
论文研究
在进行函数优化时，遗传算法具有全局搜索能力强的特点，但其存在早熟收敛和后期收敛速度慢及局部搜索能力弱的问题。网格蚂蚁算法具有局部搜索能力强、优化精度高等特点，但其全局收敛速度较慢。因此提出了用于连续优化的遗传网格蚂蚁融合算法（Genetic and Grid Based Ant Colony Algorithm，GGACO）。该算法将遗传算法和网格蚂蚁算法相结合，用遗传算法进行全局搜索，用网格蚂蚁算法进行局部迭代寻优，经过若干次循环迭代产生最终结果。仿真实验结果表明，该算法在解决复杂函数优化时全局收敛性能好、速度快，尤其在解决高维多峰函数优化问题时效果更显著。