·470 工程科学学报，第39卷，第3期 -5 -10 -10 1 -15 500 1000 500 1000 500 1000 迭代次数 迭代次数 迭代次数 (c) tttt+H 0 500 500 1000 500 1000 迭代次数 送代次数 迭代次数 1.0 (h) 0.5 -4 -0.5 -6 500 1000 500 1000 500 1000 迭代次数 迭代次数 迭代次数 6 (k) 0 HHHHHHHHHHHHHH 3 3 0 500 1000 500 1000 迭代次数 迭代次数 P3010-S1PS010 -S2PS010+—PS030 ·—S1S0300—S2PS030 图7固定权重收敛曲线.(a)f:(b):(c)5:(d):(e)65:(06:(g)万：(h):()6:()fo:(k)f1 Fig.7 Convergence performance of the constant weight:(a):(b)f:(c):(d)(e)f:(f)f:(g):(h)fs:(i)f (j)fo: (k)fu 存在着的问题.进一步，表4中的最值则可以更直观 (2)在原算法可以完成基本寻优的条件下，逐层 地体现出算法的该井效果.与之前表3中的不同，在 演化策略可以极大地提升算法效率.由于整个改进措 表4中并未能完成对函数∫6和∫，的求解工作. 施并未对算法主体进行调整，不会造成原点或某个点 的坍缩问题出现.本文策略通过不断对邻域地压缩， 4结论 逐渐搜寻到最优解. (1)压缩搜索空间切实可行，逐层演化的策略为 (3)该策略所带来的提升效果是具有广泛适用性 相同或者不同类型算法之间的协作提供了良好的接 的.由于该策略在具体设计时未涉及任何粒子群算法 口，是一种潜在的杂交算法模型框架. 所特有的演化策略，而是尽可能地考虑整个群体智能工程科学学报，第 39 卷，第 3 期 图 7 固定权重收敛曲线 . ( a) f1 ; ( b) f2 ; ( c) f3 ; ( d) f4 ; ( e) f5 ; ( f) f6 ; ( g) f7 ; ( h) f8 ; ( i) f9 ; ( j) f10 ; ( k) f11 Fig． 7 Convergence performance of the constant weight: ( a) f1 ; ( b) f2 ; ( c) f3 ; ( d) f4 ; ( e) f5 ; ( f) f6 ; ( g) f7 ; ( h) f8 ; ( i) f9 ; ( j) f10 ; ( k) f11 存在着的问题． 进一步，表 4 中的最值则可以更直观 地体现出算法的该井效果． 与之前表 3 中的不同，在 表 4 中并未能完成对函数 f6和 f11的求解工作． 4 结论 ( 1) 压缩搜索空间切实可行，逐层演化的策略为 相同或者不同类型算法之间的协作提供了良好的接 口，是一种潜在的杂交算法模型框架． ( 2) 在原算法可以完成基本寻优的条件下，逐层 演化策略可以极大地提升算法效率． 由于整个改进措 施并未对算法主体进行调整，不会造成原点或某个点 的坍缩问题出现． 本文策略通过不断对邻域地压缩， 逐渐搜寻到最优解． ( 3) 该策略所带来的提升效果是具有广泛适用性 的． 由于该策略在具体设计时未涉及任何粒子群算法 所特有的演化策略，而是尽可能地考虑整个群体智能 · 074 ·