算法组合
-
-
基于模拟退火粒子群算法的全局优化程序
本项目旨在结合模拟退火（SA）算法的高效局部搜索能力与粒子群算法（PSO）的强大全局并行寻优优势，重构出一套性能优越的混合优化算法框架。针对传统粒子群算法在处理多峰高维复杂问题时容易过早收敛并陷入局部极小值的缺陷，本项目通过引入模拟退火算法的Metropolis准则，赋予了算法以一定概率接受较差解的能力，从而显著提升了种群跳出局部最优陷阱的机率。在执行过程中，程序首先对粒子的位置、速度、种群规模及搜索空间进行初始化，并设定初始温度和冷却因子。在每一次迭代循环中，粒子根据当前的全局最优和个体最优动态调整飞行
