混沌粒子群优化及其分析

被引：7

作者：

孙艳霞 ^{[1
]}

王增会 ^{[2
,3
]}

陈增强 ^{[2
]}

齐国元 ^{[1
]}

机构：

[1] 天津科技大学

[2] 南开大学

[3] 山东科技大学

来源：

系统仿真学报 | 2008年 / 21期

基金：

天津市自然科学基金;

关键词：

粒子群优化; Hopfield神经网络; 收敛性; 混沌; 分岔;

D O I：

10.16182/j.cnki.joss.2008.21.061

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

通过分析了经典的粒子群优化中单个粒子模型,发现其具有混沌Hopfield神经网络的特点。提出了一种新的粒子群优化模型,该模型不像以往的粒子群算法那样包含随机参数,而是一个确定性的混沌Hopfield神经网络群,其搜索轨道展现了从混沌到周期分岔再到汇的逆周期分岔演化过程。初始混沌式搜索模式展宽了搜索范围,逆周期分岔演化过程决定了搜索的稳定性和收敛性。另外,理论上给出了新的粒子群优化的收敛性结论。最后,通过数值仿真给出了与经典的粒子群优化结果的不同点,并且说明了混沌粒子群优化的有效性。

引用

页码：5920 / 5923+5928 +5928

页数：5

共 7 条

[1] 基于混合粒子群优化的电网优化规划 [J].