基于混沌搜索解决早熟收敛的混合粒子群算法

被引：28

作者：

刘华蓥 ^{[1
]}

林玉娥 ^{[1
]}

张君施 ^{[2
]}

机构：

[1] 大庆石油学院计算机与信息技术学院

[2] 北京工商大学基础部

来源：

计算机工程与应用 | 2006年 / 13期

关键词：

粒子群优化算法; 混沌优化; 早熟;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对标准粒子群优化算法(PSO)在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了新的混合粒子群算法——基于混沌优化搜索解决早熟收敛的粒子群算法。采用了基于群体适应值方差的早熟判断机制,同时提出了一种缩小混沌搜索的变量空间范围的新方法,提高了搜索效率。基于典型高维复杂函数的数值实验表明,混合粒子群算法效率高、优化性能好、对初值具有很强的鲁棒性。尤其是,混合粒子群算法具有很强的避免局部极小能力,其性能远远优于单一优化方法。

引用

页码：77 / 79

页数：3

共 7 条

[1] 改进微粒群优化算法求解旅行商问题 [J].