基于群体适应度方差的自适应混沌粒子群算法

被引:30
作者
董勇 [1 ,2 ]
郭海敏 [1 ,3 ]
机构
[1] 长江大学地球物理与石油资源学院
[2] 长江大学信息与数学学院
[3] 长江大学油气资源与勘探技术教育部重点实验室
关键词
混沌; 均匀性; 粒子群算法; 适应度方差; 收敛比率;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
已有的混沌粒子群算法多使用Logistic混沌映射,但Logistic混沌映射产生的混沌序列不够均匀,影响了混沌粒子群算法的性能。提出在混沌粒子群算法中引入均匀性更好的An混沌映射,利用An混沌映射初始化粒子群的位置和速度,并通过适应度方差的变化来自适应控制部分粒子进行混沌更新,以改善混沌粒子群算法的性能。数值仿真的结果表明,改进算法的收敛性和全局搜索能力都有所提高,能有效避免早熟收敛。
引用
收藏
页码:854 / 856
页数:3
相关论文
共 13 条
[1]
均匀随机数发生器的研究和统计检验 [D]. 
张广强 .
大连理工大学,
2005
[2]
一种产生随机数新方法的研究与实现 [D]. 
冯艳 .
北京工业大学,
2002
[3]
微粒群算法.[M].曾建潮等编著;.科学出版社.2004,
[4]
混沌时间序列分析及其应用.[M].吕金虎等编著;.武汉大学出版社.2002,
[5]
PSO算法速度更新时随机数产生的分析 [J].
李荣钧 ;
常先英 .
计算机工程, 2009, 35 (09) :192-194
[6]
混沌惯性权值调整策略的粒子群优化算法 [J].
吴秋波 ;
王允诚 ;
赵秋亮 ;
吴昌荣 .
计算机工程与应用 , 2009, (07) :49-51
[7]
粒子群优化算法在FIR数字滤波器设计中的应用 [J].
周飞红 ;
刘辉 ;
廖子贞 .
计算机工程与应用 , 2008, (33) :83-85+95
[8]
模拟退火粒子群算法在新交通控制模型中的应用 [J].
任子晖 ;
王坚 .
计算机应用, 2008, (10) :2652-2654
[9]
混沌模拟退火粒子群优化算法 [J].
颜琳莉 .
山西建筑, 2008, (01) :97-98
[10]
混沌粒子群算法及其在生化过程动态优化中的应用 [J].
莫愿斌 ;
陈德钊 ;
胡上序 .
化工学报, 2006, (09) :2123-2127