夏桂梅，张文林

(太原科技大学应用科学学院，山西太原 030024)

一种结合信赖域算法的混合MIMIC算法

夏桂梅，张文林

(太原科技大学应用科学学院，山西太原 030024)

针对分布估计算法在求解问题的过程中局部搜索能力较弱的缺点，引入了信赖域算法，提出了结合信赖域算法的分布估计算法．由于信赖域算法是一种很好的局部快速寻优方法，因此在分布估计算法的基础上，再对每一个粒子分别实施信赖域算法，能够加强算法的局部搜索能力．新算法不仅保持了种群的多样性，而且具备更全面的学习能力，提高了算法的寻优能力，避免早熟收敛的发生．数值试验结果表明：该算法能收敛到满足约束条件的最优解，并且具有很强的搜索能力，为解决非线性约束优化问题提供了一种新的有效途径．

分布估计算法；信赖域算法；MIMIC算法

分布估计算法（Estimation of Distribution Algorithm，简称EDA）是1996年提出的一种基于概率模型的优化算法[1]，EDA在进化过程中通过统计方法建立解空间的概率分布模型，然后对模型进行采样得到新一代群体，如此反复进行，直至实现种群的进化．它不涉及在传统算法中出现的交叉变异等操作步骤，减少了参数设置，简化了计算过程，因而可解决一些传统算法难以解决的优化问题．根据变量之间的相关性，将分布估计算法分成下列三类：变量之间相互独立的分布估计算法、双变量相关的分布估计算法，以及多个变量相关的分布估计算法[2]．然而，EDA在后期进化……