粒子群优化算法的收敛性分析及其混沌改进算法

被引：60

作者：

刘洪波

王秀坤

谭国真

机构：

[1] 大连理工大学计算机系

来源：

控制与决策 | 2006年 / 06期

关键词：

粒子群优化算法; 混沌; 多模态函数优化问题; 遗传算法; 模拟退火算法;

D O I：

10.13195/j.cd.2006.06.38.liuhb.007

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

分析了粒子群优化算法的收敛性,指出它在满足收敛性的前提下种群多样性趋于减小,粒子将会因速度降低而失去继续搜索可行解的能力;提出混沌粒子群优化算法,该算法在满足收敛性的条件下利用混沌特性提高种群的多样性和粒子搜索的遍历性,将混沌状态引入到优化变量使粒子获得持续搜索的能力.实验结果表明混沌粒子群优化算法是有效的,与粒子群优化算法、遗传算法、模拟退火相比,特别是针对高维、多模态函数优化问题取得了明显改善.

引用

页码：636 / 640+645 +645

页数：6

共 6 条

[1] 基于Tent映射的混沌优化算法 [J].

单梁 ;

强浩 ;

李军 ;

王执铨 .

控制与决策, 2005, (02) :179-182

[2] 基于带变异算子粒子群优化算法的约束布局优化研究 [J].

李宁 ;

刘飞 ;

孙德宝 .

计算机学报, 2004, (07) :897-903

[3] 微粒群算法参数效能的统计分析 [J].

彭宇 ;

彭喜元 ;

刘兆庆 .

电子学报, 2004, (02) :209-213

[4] 随机时间依赖网络的K期望最短路径 [J].

谭国真 ;

柳亚玲 ;

高文 .

计算机学报, 2003, (03) :323-331

[5]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[6]

Recent approaches to global optimization problems through Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Natural Computing . 2002 (2-3)

← 1 →