基于自适应变异的混沌粒子群优化算法

被引：23

作者：

李建美

高兴宝

机构：

[1] 陕西师范大学数学与信息科学学院

来源：

计算机工程与应用 | 2016年 / 52卷 / 10期

关键词：

粒子群优化; 自适应策略; 混沌映射; 数值优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

粒子群优化算法参数少,寻优速度快,但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能,在标准粒子群优化算法中,通过引入混沌映射和自适应变异策略,提出具有自适应变异的混沌粒子群优化(ACPSO)算法,以增强种群的全局寻优性能和局部寻优效率。六个基准测试函数的仿真结果表明,ACPSO算法比已有的五个算法具有更好的寻优能力。

引用

页码：44 / 49

页数：6

共 8 条

[1]

混沌的计算实验与分析.[M].于万波; 编著.科学出版社.2008,

[2]

An improved particle swarm optimization with double-bottom chaotic maps for numerical optimization [J].