一种基于禁忌策略的混合优化算法

来源：计算机技术与发展杂志2017年第02期北京时间：

作者：印溪;许斌;亓晋

摘要：为了提升综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimization,CLPSO)的后期收敛能力,提出一种基于禁忌策略的混合优化算法,记为CLPSO+Tabu(CMA-ES).算法以禁忌搜索算法为后续搜索操作,对综合学习粒子群算法进行改进.同时将协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMA-ES)引入禁忌搜索算法,以高斯分布为基础,以CMA-ES策略引导邻域结构的分布,构造新型自适应邻域结构,指导禁忌搜索算法中候选解的选取,从而解决综合学习粒子群算法在收敛精度低的问题,极大改善了求解效果.针对26个标准测试函数的实验结果表明,与CLPSO相比,CLPSO+Tabu(CMA-ES)算法在绝大多数函数上具有更好的收敛效果.针对其中6个优化问题,CLPSO+Tabu (CMA-ES)更是有至少一个数量级的改进.

关键词：综合学习粒子群算法;禁忌搜索;高斯分布;参数自适应;协方差矩阵自适应进化策略