DNAPSO算法在连续空间优化问题中的应用

马　翠，周先东（第三军医大学数学与生物数学教研室，重庆400038）

DNAPSO算法在连续空间优化问题中的应用

马翠，周先东
（第三军医大学数学与生物数学教研室，重庆400038）

针对DNA计算方法中的个体在进化过程中具有多样性、容易导致局部最优的问题，提出了一种新的DNAPSO算法。该算法利用PSO算法中个体依据全局最优解和局部最优解决定的进化方向原理，设计了向特定方向变异的多点变异算子，同时保留了DNA计算中复制、交叉重组等算子，使新算法既具有了个体多样性特点，又具备了向最优解快速收敛的能力。多维连续空间优化问题中4个典型函数的仿真测试结果表明：所提出的DNAPSO算法在收敛精度、收敛速度和鲁棒性方面较之DNA计算方法和标准PSO算法都有明显提高，丰富了连续空间优化问题的求解方法。

DNAPSO算法；粒子群优化算法；连续空间优化问题

DNA计算的产生，源于1994年美国加州大学Adleman教授在Science上发表的关于DNA计算的开创性文章，他运用生化实验的方法解决了一个七节点的Hamilton路径问题［1］。1995年，R. lipton进一步论证了采用DNA计算能够解决NP完全性问题［2］。随后，许多学者对DNA计算做了大量的研究，这些研究在搜索问题最优解的过程中都是通过对染色体的位串个体采用交叉和变异操作并不断产生新个体而获得。DNA计算方法在各个领域都得到广泛的应用［2-7］。然而，DNA计算方法中的个体在进化过程中具有多样性，很容易导致局部最优的问题出现，且多样性的进化过程也使得收敛速度受到影响。……