论文部分内容阅读
智能混杂算法是当前智能优化算法的研究热点，可以融合多种优化算法的优势，提高算法的性能。单变量边缘分布算法具有大范围快速全局搜索能力，但不能很好地利用系统中的反馈信息；蚁群算法是一种并行的分布式正反馈系统算法，但其初期信息素匮乏，求解速度慢。将单变量边缘分布算法与蚁群算法相结合，可以优势互补。基于上述思想，提出一种基于单变量边缘分布算法与蚁群算法混合的算法，并运用马尔科夫随机过程理论对该算法的收敛性进行了分析，结果表明了该算法的优化解满意值序列是单调不增的和收敛的。