摘要：为了提高连续数值优化算法的普适性和鲁棒性，提出了基于自适应学习群体搜索技术的集成进化算法．该算法集成了3种自适应学习群体智能优化算法作为子算法，其中1种子算法是本文设计的，另外两种子算法来自相关文献．相应地，整个进化种群被分成了3个子种群，在进化过程中，算法以并行的方式采用每种子算法独立地进化各自的子种群，而在进化过程的不同阶段，每种子算法的进化策略及其参数可以自适应地调整．在实验部分，首先定义了算法性能度量标准，然后在26个较新的测试函数上做了算法性能对比实验，实验结果表明所提出的算法具有较高的普适性和鲁棒性．

关键词：自适应 集成进化 进化学习 智能计算 优化 

单位：南京航空航天大学计算机科学与技术学院 南京210016 中船重工集团公司第723研究所 扬州225001