论文部分内容阅读
在对蚁群优化算法（ACO）和粒子群优化算法（PSO）进行分析的基础上，提出一种解决函数连续优化的群智能混合策略——CA—PSO。在求解过程中，首先对解空间进行区域划分，进而利用ACO在优化初期具备的快速收敛性能，在整个解空间内搜索最优解的敏感区域。然后利用蚁群的搜索结果初始化PSO粒子，利用PSO快速和全局收敛性进行所在小区域内的搜索。种群更新时根据蚁群的拓扑结构和小区域间的阶跃规则，蚁群不断向最优解敏感区域聚集，使得敏感区域内粒子数增加，则局部的PSO搜索策略可以更细密的搜索最优。实例结果表明，CA-P