PSO-MEA混合优化算法及其收敛性分析

作者：李志华; 许新; 黎作鹏; 任丹萍

来源：微电子学与计算机, 2017, 34(06): 118-127.

DOI：10.19304/j.cnki.issn1000-7180.2017.06.025

• 混合优化算法
• 思维进化算法
• 粒子群优化算法
• 收敛性分析

鉴于单一的优化算法存在收敛精度低、收敛速度慢的不足,将思维进化算法(Mind Evolutionary Algorithm,MEA)和粒子群优化算法(Particle Swarm Optimization,PSO)相结合,提出了PSO-MEA混合优化算法.该算法将粒子群优化算法应用于思维进化算法的趋同操作来寻找子群体内的最优解,再对整个群体中的各个子群体进行异化操作找到全局最优解,并通过混合优化算法全局收敛性证明其全局收敛性.最终通过三个常用测试函数的仿真分析,验证了PSO-MEA算法在算法性能方面有较明显的改善,并且具有收敛精度高和收敛速度快的特点.

• 单位
  河北工程大学; 电子工程学院