基于模拟退火的粒子群算法在函数优化中的应用
李淑香
重庆邮电大学移通学院 数理教学部,重庆,401520
摘要：为了克服标准粒子群搜索算法在函数优化中出现的迭代速度慢、精度低且易陷入局部最优等缺点,提出了一种基于模拟退火的粒子群优化算法.该混合算法利用模拟退火算法中的概率突变能力,在接受新解时既能接受好解也能以一定的概率接受坏解,能够跳出算法的局部最优解,不仅提高了算法的灵活性与多样性,还能提高粒子的多样性,从而获得了较强的全局与局部优化能力.对5个非线性基准函数进行仿真实验对比后发现,混合算法在非线性复杂函数优化中具有更好的寻优能力,表现出调节精度高,收敛速度快等优点,同时避免了"早熟"现象和陷入局部最优的问题.
关键词：粒子群算法遗传算法模拟退火算法概率突变多样性混合算法基准函数函数优化
分类号：TP18(自动化基础理论)
资助基金：重庆市教委科学技术研究项目(KJ1501505)重庆市教委教学改革项目(173157)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 664-668 )
英文信息