新的混沌粒子群优化算法

被引：130

作者：

胥小波 ^{[1
,2
]}

郑康锋 ^{[1
,2
]}

李丹 ^{[1
,2
]}

武斌 ^{[1
,2
]}

杨义先 ^{[1
,2
]}

机构：

[1] 不详

[2] 北京邮电大学信息安全中心

[3] 不详

[4] 北京邮电大学灾备技术国家工程实验室

[5] 不详

来源：

通信学报 | 2012年 / 01期

关键词：

粒子群; 混沌; 混沌粒子群; 优化算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

针对传统粒子群算法初期收敛较快,而在后期容易陷入早熟、局部最优的特点,提出了一种新的混沌粒子群优化算法,不同于己有的混沌粒子群算法的简单粒子序列替换,该算法将混沌融入到粒子运动过程中,使粒子群在混沌与稳定之间交替运动,逐步向最优点靠近。并提出了一种新的混沌粒子群数学模型,进行了非线性动力学分析。数值测试结果表明该方法能跳出局部最优,极大提高了计算精度,进一步提高了全局寻优能力。

引用

页码：24 / 30+37 +37

页数：8

共 5 条

[1] 基于改进粒子群优化算法的混沌系统参数估计方法 [J].

高飞 ;

童恒庆 .

物理学报, 2006, (02) :577-582

[2]

Chaos embedded particle swarmoptimization algorithms .2 ALATAS B,AKIN E,OZER A B. Chaos Solitons&fractals . 2009

[3]

A hybrid particle swarm algorithm with embedded chaotic search .2 Meng H J,Zheng P,Wu R Y,et al. Proceedings of the 2004 IEEE Conference on Cybernetics and Intelligent Systems . 2004

[4]

Particle swarm optimization .2 Kennedy J,Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995

[5]

Find multi-objective paths instochastic networks via chaotic immune PSO .2 ZHANG Y D,JUN Y,WEI G,et al. Expert Systems WithApplications . 2010

← 1 →