一种求解非线性规划问题 的混合粒子群优化算法 (2003年)

粒子群优化算法(PSO)与其他演化算法相似,也是基于群体的。每一个粒子被随机初 始化以表示一个可能的解,并在解空间追随最优的粒子进行搜索。提出一种基于改进的混合粒子 群优化算法求解非线性约束规划方法。在介绍 PSO算法基本原理的基础上,设计了约束适应度优 先排序处理约束条件的方法,并通过动态邻域算子和可变惯性权重进行联合演化以求得全局最优 解。对非线性规划例子的实例计算表明,该算法稳定性好,简单容易实现而又功能强大,易于掌握,对于多维非线性、复杂问题的求解具有普遍适用性。