融合粒子群优化算法与蚁群算法的随机搜索算法  

A Stochastic Searching Algorithm in Combination with Particle Swarm Optimization Algorithm and Ant Colony Algorithm

作　　者：支成秀[1] 梁正友[1] 

机构地区：[1]广西大学计算机与电子信息学院,广西南宁530004

出　　处：《广西科学院学报》2006年第4期231-233,239,共4页Journal of Guangxi Academy of Sciences

基　　金：广西大学博士启动基金(编号:DD060008)

摘　　要：针对PSO算法与蚁群算法的优缺点,提出一种融合PSO算法与蚁群算法的混合随机搜索算法。该算法充分利用PSO算法的快速、全局收敛性和蚁群算法的信息素正反馈机制,达到优势互补,将这种优化方法拓展到求解连续空间问题,并通过实例来验证该算法对于单峰、多峰函数都能取得较好的优化效果。The particle swarm optimization algorithm （PSO） and the ant colony algorithm are employed to develop a hybrid stochastic searching algorithm. The fast convergence of PSO and the positive feedback mechanism of ant colony algorithm are used. The proposed algorithm is extended to solution of continuous function,and is used to deal with single peak and multi peaks functions in a sample, and show a good performance.

关 键 词：搜索算法 粒子群算法 蚁群算法 连续函数优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]