基于压缩系数的粒子群优化与引力搜索算法的混合用于函数优化-研究论文

粒子群优化 (PSO) 和引力搜索算法 (GSA) 是随机优化技术。 PSO 的灵感来自鸟群的模拟行为，而 GSA 是基于物理的启发式技术，其灵感来自质量相互作用定律。 在本文中，提出了一种新的杂交算法CPSOGSA，即基于粒子群优化和引力搜索算法的收缩系数。 它分别结合了 PSO 和 GSA 的开发和探索能力，以获得最佳结果。 23 个标准单峰和多峰测试函数的实验结果证实了 CPSOGSA 与经典粒子群优化和引力搜索算法相比具有更好的性能。 混合 CPSOGSA 的效率已通过更快的集约化率和避免局部最小值得到证明。