论文部分内容阅读
文章针对约束非线性优化问题，将微粒群优化算法（PSO）和序贯二次规划（SQP）算法结合起来，提出了一种解决此类问题的有效算法。PSO可以看作是全局搜索器，而SQP则主要执行局部搜索。对于那些具有多个局部极值点的优化问题，大大增加了获得全局极值点的几率。由于PSO具有快速全局收敛的特点，同时SQP的局部搜索能力很强，所以所提算法可以快速获得全局最优值。将基于PSO的序贯二次规划算法在两个标准优化问题上进行仿真，结果证明与标准的PSO和SQP相比，算法具有明显的优越性。