粒子群與遺傳算法的混合研究.pdf

1、粒子群算法的應(yīng)用領(lǐng)域跟遺傳算法有很多的交集，比如模式識(shí)別、機(jī)器控制、電子通信等等。粒子群算法簡(jiǎn)單、易用、局部搜索效率高，但由于粒子群算法本身的原因，其全局搜索能力在后期通常比較一般，因此比較容易陷入局部最優(yōu)。粒子群算法適合實(shí)值型的數(shù)據(jù)處理，不擅長(zhǎng)離散型的數(shù)據(jù)處理，一般的粒子群算法著作都是通過(guò)連續(xù)型數(shù)據(jù)的處理介紹其原理。與粒子群算法相比，遺傳算法無(wú)疑要更為復(fù)雜一些，遺傳算法跟許多其他的智能算法相比，其局部搜索效率比較低，收斂到較高精度的可

2、行解用的時(shí)間相對(duì)比較長(zhǎng)，但它的全局搜索能力很好。本文將粒子群算法、遺傳算法有效結(jié)合組成混合算法，旨在保持各算法原有優(yōu)點(diǎn)的同時(shí)，有效地避免各算法原有的不足。本文通過(guò)對(duì)函數(shù)優(yōu)化問(wèn)題、巡回旅行商的解決以驗(yàn)證本文算法的有效性。主要的工作有:
　　(1)要使混合算法保持原算法的優(yōu)點(diǎn)，又能避免原算法的不足，本文采取的策略是讓粒子群算法與遺傳算法操作不同的對(duì)象，再輔以改進(jìn)的小生境擇優(yōu)保留策略。粒子群算法方面采用動(dòng)態(tài)自適應(yīng)慣性權(quán)重以及異步變化的學(xué)

3、習(xí)因子以改進(jìn)基本粒子群算法的不足。遺傳算法這邊則是對(duì)交叉算子以及變異算子進(jìn)行修改，使算法能自動(dòng)的調(diào)整全局搜索、局部搜索的強(qiáng)度與精度。通過(guò)幾個(gè)經(jīng)典函數(shù)進(jìn)行測(cè)試以驗(yàn)證混合算法是否比單個(gè)的粒子群算法或者遺傳算法更加優(yōu)秀，通過(guò)與其他算法的對(duì)比證明本文算法的有效性。
　　(2)要使用本文的混合算法求解巡回旅行商問(wèn)題，需要對(duì)粒子群算法部分進(jìn)行修改，本文主要是通過(guò)引入二元交叉操作解決這一難題，二元交叉操作在操作上類似于遺傳算法的交叉算子，同時(shí)又