智能優化混合算法研究進展

張偉艷

摘 要 高效的優化技術在生產生活中具有非常重要的理論和現實意義。在求解大規模、多目標、復雜問題時，單一的智能優化算法會出現精度不高和極易陷入局部最優解的缺陷。本文針對上述缺陷，研究當前國內外出現的智能優化混合算法，根據某一種智能算法為基礎，探討引入其他智能算法形成混合算法的現狀，以求指導不同優化領域中新的智能優化混合算法的構建。

關鍵詞 優化；智能算法；混合算法

中圖分類號： TP301 文獻標識碼：A 文章編號：1672-3791（2016）05（a）-0000-00

引言

優化問題一直以來都是國內外學術研究的重點熱點之一，在生產生活中的諸多領域都得到了廣泛的應用，如：生產調度、系統控制、經濟預測等。所謂最優化問題，就是在滿足一定的約束條件下，尋找一組參數值，使得系統達到最大或最小值，滿足最優性度量。

不同的優化問題要采用不同的優化算法，最理想的情況是以最快的速度得到全局的最優解。傳統的優化算法在面對大型問題時，需要遍歷整個搜索空間，一旦形成了搜索的組合爆炸，就無法在多項式時間內完成。那么，在復雜、廣闊的搜索空間來找最優解，就成為科學工作者研究的重要課題。

智能算法在可接受的時間內對復雜大規模優化問題進行求解取得了驚人的優秀成績。代表的智能算法有：模擬退火算法、演化算法、遺傳算法、粒子群算法等。智能算法一般具有自組織性、自適應性和并行性，直接把目標函數值作為搜索信息，具有正反饋機制，可以有效地完成優化任務。……