论文部分内容阅读
针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢和易陷入局部最优的缺点，设计了一种粒子群遗传算法。该算法采用可行性原则处理约束条件，避免罚函数法中惩罚因子选取的困难；随机产生初始可行群体，加快粒子群收敛速度；引入遗传算法的交叉和变异策略，避免粒子群陷入局部最优。通过对典型测试函数的优化计算，表明粒子群遗传算法有较好的优化性能。将该算法应用在核动力装置优化中，优化效果显著。