基于遗传算法和粒子群优化的混合算法

基于遗传算法和粒子群优化的混合算法

ID:9219038

大小:258.01 KB

页数:6页

时间:2018-04-23

基于遗传算法和粒子群优化的混合算法_第1页
基于遗传算法和粒子群优化的混合算法_第2页
基于遗传算法和粒子群优化的混合算法_第3页
基于遗传算法和粒子群优化的混合算法_第4页
基于遗传算法和粒子群优化的混合算法_第5页
资源描述:

《基于遗传算法和粒子群优化的混合算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、http://www.paper.edu.cn*基于遗传算法和粒子群优化的混合算法1231*时小虎;韩世迁;闵克学;梁艳春(1.吉林大学计算机科学与技术学院,长春130012;2.沈阳化工学院数理系,沈阳110142;3.通化师范学院数学系,通化134002)摘要:本文从进化计算的框架角度,比较分析了遗传算法与粒子群算法的个体、特征以及相关操作的异同,互相取长补短,构造了基于实数编码遗传算法与粒子群算法的混合算法。并通过对若干标准测试函数的计算对所提算法进行了检验。计算结果验证了本文提出的混合算法方法的有效性。关键词:计算机应用,进化计算,混合算法,遗传

2、算法,粒子群优化中图分类号:TP18Thehybridalgorithmbasedongeneticalgorithmandparticleswarmoptimization1231*ShiXiao-hu;HanShi-Qian;MinKe-Xue;LiangYan-chun(1.CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012,China;2.DepartmentofMathematicsandPhysicsofShenyangInstituteofChemica

3、lTechnology,Shenyang110142,China;3.DepartmentofMathematicsofTonghuaTeachersCollege,Tonghua134002)Abstract:Thesimilaritiesanddifferencesoftheindividuals,characteristicsandoperationsofGeneticAlgorithm(GA)andParticleSwarmOptimization(PSO)arecomparedandanalyzedontheviewoftheframework

4、ofevolutionarycomputing.AhybridalgorithmbasedontheGAusingrealcodingandPSOisdevelopedinthispaper.Simulationsusingsomestandardfunctionsareperformedtoexaminetheeffectivenessoftheproposedmethod.NumericalresultsshowthehybridmethodissuperiortoGAandPSO.Keywords:ComputerApplication,Evolu

5、tionaryComputation,HybridAlgorithm,GeneticAlgorithms,ParticleSwarmOptimization多领域,例如:优化设计、模糊逻辑控制、神经网*[3-5]0前言络、专家系统、时序预测等,成为21世纪有关智能计算中的关键技术之一。遗传算法(GeneticAlgorithm,GA)是一类以达粒子群优化(ParticleSwarmOptimization,PSO)尔文自然进化论和孟德尔遗传变异理论为基础的求算法是一种基于群智能的演化计算技术,它是由解复杂全局优化问题的仿生型算法,它是由美国J.H.Ken

6、nedy和Eberhart受人工生命研究结果的启发,[1,2][6-7]Holland教授首次提出的。遗传算法采用基于适于1995年提出的。PSO算法与遗传算法类似,者生存,优胜劣汰的进化原则,对包含可能解的群也是一种基于群体的优化工具。粒子群优化算法具体反复使用遗传学的基本操作,不断地生成新的群有收敛速度快,容易实现,而且又具有深刻智能背体,使种群不断进化,同时以全局并行搜索技术来景的优点。目前,它已被国际进化计算会议列为讨搜索优化群体中的最优个体,以求得满足要求的最论的专题,并且广泛应用于函数优化,神经网络训[8-12]优解或准最优解。目前遗传算法已

7、成功地应用于许练,模式分类,模糊系统控制等多个领域。遗传算法和粒子群优化算法都有自身的特点和基金项目:教育部博士点基金项目(20030183060),国家自然科学基金技优势,同样也都有某些缺陷和不足。因此人们自然资助项目(60433020),吉林省科技发展国际合作项目(20050705-2),吉林大学研究生创新基金(503041)会想到通过充分利用不同算法的各自优势,取长补作者简介:时小虎(1974-),男,讲师。研究方向:计算智能。E-mail:短,研究它们之间的混合算法。如Shi将遗传算法shixh@jlu.edu.cn*通讯联系人:梁艳春(1953

8、-),男,教授,研究方向:计算智能,生物和粒子群算法通过并联和串联的方式混合起来

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。