多群體演化算法的研究與應用.pdf

1、自二十世紀六十年代以來，遺傳算法(GA)、粒子群算法(PSO)和差分進化算法(DE)等演化算法已成為解決各種優(yōu)化問題的有力工具，但GA、PSO與DE在實際應用中往往存在如何避免全局搜索與兼顧計算速度方面的矛盾。而最近提出的團隊進步算法(TPA)很好的解決了這個矛盾。TPA作為一種新型的演化算法，還需通過改進提高其性能，通過應用于解決新問題以作驗證。
　　 本文對TPA的學習的學習機制、樣板生成方式進行了改進，并將改進后的算法以及

2、TPA、PSO、GA應用于十個函數(shù)測試，通過測試結果分析了各種算法的全局尋優(yōu)、收斂速度以及其它性能。將改進后性能較好的算法與原TPA應用于五個天線基準問題測試和天線陣綜合的優(yōu)化中，并與相應文獻進行比較，得出了解決這些天線問題時的算法性能比較的結論。
　　 最后，本文將原TPA改為離散變量團隊進步算法，將團隊進步算法應用于解決離散變量優(yōu)化問題。首先在離散域確立了其運算機制；然后應用該算法成功的解決了旅行商問題，最后通過與GA算法進