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，比如模式識別、機器控制、電子通信等等。粒子群算法簡單、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)。粒子群算法適合實值型的數(shù)據(jù)處理，不擅長離散型的數(shù)據(jù)處理，一般的粒子群算法著作都是通過連續(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、行解用的時間相對比較長，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)點的同時，有效地避免各算法原有的不足。本文通過對函數(shù)優(yōu)化問題、巡回旅行商的解決以驗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，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交叉算子以及變異算子進(jìn)行修改，使算法能自動的調(diào)整全局搜索、局部搜索的強度與精度。通過幾個經(jīng)典函數(shù)進(jìn)行測試以驗證混合算法是否比單個的粒子群算法或者遺傳算法更加優(yōu)秀，通過與其他算法的對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題，需要對粒子群算法部分進(jìn)行修改，本文主要是通過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，同時又