粒子群优化算法的遗传算法

优化是在给定条件下获得最佳结果的能力。在设计、建造和维护任何一般的系统，工程师们必须在几个阶段决定许多技术和管理的决定。所有这些决定的最终目标是要最大限度地提高所需的利润或尽量减少尝试或所需的时间。本文提出了一种高效、可靠的成品混合蛙跳算法（混合）求解非线性约束优化问题。本文提出的进化算法，实数编码的混合蛙跳算法结合随机突变，协同结合的交叉是非常有效的解决的解决方案的计算时间和精度方面的约束优化问题，它可以做得比其他算法。在第一阶段所提出的算法的实数编码混合蛙跳算法是用来寻找接近全局最优解和二随机变异和交叉的概念相结合，找到全局最优解。标准的基准测试问题genocop-ii系统被应用所提出的方法和结果进行比较。结果清楚地表明，所提出的方法不仅提高了定位的最佳解决方案的可靠性，但也更有效的计算时间。