基于串行式融合的GA与PSO优化算法研究

摘要：

遗传算法(GA)存在操作盲目、无方向性、计算时间长、精度不高等缺点,然而粒子群优化算法(PSO)的种群多样性差、易出现早熟从而陷入局部最优.针对这些单一算法的缺点,文章采用算法融合的方法,对遗传算法和粒子群优化算法进行了串行式融合及改进,即PSO-GA、GA-PSO及改进GA-PSO.经基准测试函数的验证,串行式融合算法相对于单一算法在计算精度、收敛速度、全局稳定性方面均有明显提升,其中PSO-GA在多峰函数方面的寻优能力尤为突出.此外,在保证计算精度的基础上,改进GA-PSO相对于GA-PSO,收敛速度明显提高.

关键词：粒子群优化算法、改进遗传算法、智能算法融合、串行式融合、交叉变异算子

所属期刊栏目：30

分类号：TP18(自动化基础理论)

资助基金：天津市科技特派员项目19JCTPJC54800

在线出版日期：2020-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：17-22