基于分层多子群的混沌粒子群优化算法

被引：19

作者：

王维博 ^{[1
,2
]}

冯全源 ^{[2
]}

机构：

[1] 西华大学电气信息学院

[2] 西南交通大学信息科学与技术学院

来源：

控制与决策 | 2010年 / 25卷 / 11期

关键词：

粒子群优化算法; 混沌搜索; 惯性权重;

D O I：

10.13195/j.cd.2010.11.65.wangwb.006

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

在分层多子群结构模型的基础上,提出一种混沌粒子群优化算法(HCPSO).该算法对非线性递减的惯性权重进行混沌变异,并采用了混沌搜索方法.在更新全局历史最优位置每一维分量时,选取不同的若干个体作为学习对象,并计算它们的平均位置.混沌搜索区域半径可根据粒子个体最优位置与上述平均位置间的距离自适应地调整.通过对几种典型函数的测试结果表明,该算法具有较好的全局搜索和局部搜索能力,可有效避免早熟收敛问题.

引用

页码：1663 / 1668

页数：6

共 9 条

[1] 分段Logistic混沌映射及其性能分析 [J].