张伟艳

摘 要 高效的优化技术在生产生活中具有非常重要的理论和现实意义。在求解大规模、多目标、复杂问题时，单一的智能优化算法会出现精度不高和极易陷入局部最优解的缺陷。本文针对上述缺陷，研究当前国内外出现的智能优化混合算法，根据某一种智能算法为基础，探讨引入其他智能算法形成混合算法的现状，以求指导不同优化领域中新的智能优化混合算法的构建。

关键词 优化；智能算法；混合算法

中图分类号： TP301 文献标识码：A 文章编号：1672-3791（2016）05（a）-0000-00

引言

优化问题一直以来都是国内外学术研究的重点热点之一，在生产生活中的诸多领域都得到了广泛的应用，如：生产调度、系统控制、经济预测等。所谓最优化问题，就是在满足一定的约束条件下，寻找一组参数值，使得系统达到最大或最小值，满足最优性度量。

不同的优化问题要采用不同的优化算法，最理想的情况是以最快的速度得到全局的最优解。传统的优化算法在面对大型问题时，需要遍历整个搜索空间，一旦形成了搜索的组合爆炸，就无法在多项式时间内完成。那么，在复杂、广阔的搜索空间来找最优解，就成为科学工作者研究的重要课题。

智能算法在可接受的时间内对复杂大规模优化问题进行求解取得了惊人的优秀成绩。代表的智能算法有：模拟退火算法、演化算法、遗传算法、粒子群算法等。智能算法一般具有自组织性、自适应性和并行性，直接把目标函数值作为搜索信息，具有正反馈机制，可以有效地完成优化任务。……