一种遗传算法与粒子群优化的多子群分层混合算法

摘要：

针对遗传算法全局搜索能力强和粒子群优化收敛速度快的特点,本文从种群个体组织结构上着手,进行优势互补,提出了一种遗传算法和粒子群优化的多子群分层混合算法(multi-subgroup hierarchical hybrid of genetic algorithm and particle swarm optimization,HGA-PSO).算法采用分层结构,底层由一系列的遗传算法子群组成,贡献算法的全局搜索能力;上层是由每个子群的最优个体组成的精英群,采用钳制了初始速度的粒子群算法进行精确局部搜索.文中分析论证了HGA-PSO算法具有全局收敛性,并采用7个典型高维Benchmark函数进行测试,实验结果显示该算法的优化性能显著优于其他测试算法.

关键词：遗传算法、粒子群优化、分层混合算法、多子群

所属期刊栏目：30

分类号：TP18(自动化基础理论)

资助基金：中国科学院战略性先导科技专项基金资助项目XDA06020700;国家自然科学基金资助项目61076014;江苏省高校自然科学研究基金资助项目10KJA50042

在线出版日期：2013-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1231-1238