求解整数非线性规划结合正交杂交的离散PSO 算法

&lt;html dir="ltr"&gt;&lt;head&gt;&lt;title&gt;&lt;/title&gt;&lt;/head&gt;&lt;body&gt;针对整数非线性规划问题, 提出一种结合正交杂交的离散粒子群优化(PSO) 算法. 首先采用舍入取整方法,<br>为了减少舍入误差, 对PSO 中的每个粒子到目前为止的最好位置进行随机修正, 将基于正交实验设计的正交杂交算<br>子引入离散PSO 算法, 以增强搜索性能; 然后对PSO 算法中的惯性权重和收缩因子采用动态调整策略, 以提高算法<br>的搜索效率; 最后对一些不同维数的整数非线性规划问题进行数值仿真实验, 实验结果表明了所提出算法的有效性.&lt;/body&gt;&lt;/html&gt;