GAPSO:一种高效的遗传粒子混合算法及其应用  

GAPSO:Effective Genetic Particle Swarm Algorithm and Its Application

作　　者：彭晓波[1] 桂卫华[1] 黄志武[1] 胡志坤[1] 李勇刚[1] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《系统仿真学报》2008年第18期5025-5027,5031,共4页Journal of System Simulation

基　　金：国家自然科学基金重点项目(60634020);国家973计划资助项目(2002CB312200);湖南省自然科学基金(06FD007);国家发改委专项(2004-1113-170);中国博士后科学基金(20060400885)

摘　　要：在粒子群算法和遗传算法融合的基础上提出了一种新的算法(GAPSO)。该算法模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,采用粒子群算法获得进一步的提高,使算法获得比遗传算法和粒子群算法更加好的优化效果。在FCRNN设计应用中表明该算法确实比遗传算法和粒子群算法有更加好的效果。Based on the genetic algorithm and swam optimization algorithm, a new algorithm （GAPSO） was proposed. This new algorithm mimics the mature process in nature. Optimal individuals of every generation in genetic algorithm get the further improvement by PSO algorithm. Optimization effect of this new algorithm is better than the genetic algorithm and swam optimization algorithm. Application in FCENN design indicates that this new algorithm is indeed better than the genetic algorithm and swam optimization algorithm.

关 键 词：遗传算法 粒子群算法 GAPSO FCRNN 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]