基于进食粒子群和共轭梯度的混合优化策略

？传统粒子群算法初期搜索过程中，种群过快地向当前最优粒子飞行，易导致早熟收敛；而算法后期，粒子大量聚集，算法收敛速度慢。通过引入种群进食和二次飞行，提出一种全局性的进食粒子群算法(epso)，使局部最优附近的粒子进食后快速飞离，以改善种群多样性。并将共轭梯度法(cg)与epso相结合形成一种混合优化策略，其中cg用于epso的局部搜索过程，以提高收敛速度和精度。利用高维标准测试函数进行寻优实验，并与近年文献方法进行对比，实验结果表明该算法能够克服局部最优的不足，同时继承了cg局部寻优精度高和收敛速度快的特点。