混沌粒子群混合优化算法的研究与应用

被引：55

作者：

陈如清

俞金寿

机构：

[1] 华东理工大学自动化研究所

来源：

系统仿真学报 | 2008年 / 03期

关键词：

混合优化算法; 粒子群; 混沌; 软测量;

D O I：

10.16182/j.cnki.joss.2008.03.067

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为使粒子群优化算法(PSO)初始粒子均匀分布在解空间,分析了混沌运动的遍历性并根据粒子间欧式距离大小改进了PSO初始种群提取方法。提出了一种混沌粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和混沌优化算法同时进行。对四个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能好。

引用

页码：685 / 688

页数：4

共 6 条

[1] 混沌粒子群优化算法研究 [J].

高尚 ;

杨静宇 .

模式识别与人工智能, 2006, 19 (02) :266-270

[2] 基于混沌序列的粒子群优化算法 [J].

孟红记 ;

郑鹏 ;

梅国晖 ;

谢植 .

控制与决策, 2006, (03) :263-266

[3] 两群替代微粒群优化算法及其应用 [J].

陈国初 ;

俞金寿 ;

郭伟 .

华东理工大学学报(自然科学版), 2005, (06) :787-791

[4] 新型混沌优化方法的研究及应用 [J].

尤勇 ;

王孙安 ;

盛万兴 ;

不详 .

西安交通大学学报 , 2003, (01) :69-72

[5] Improved particle swarm optimization combined with chaos [J].

Liu, B ;

Wang, L ;

Jin, YH ;

Tang, F ;

Huang, DX .

CHAOS SOLITONS & FRACTALS, 2005, 25 (05) :1261-1271

[6]

Hybrid particle swarm optimization with breeding and subpopulations. Lovbjerg M,Rasmussen T K,Krink T. Proc.Genetic and Evolutionary Computation Conf . 2001

← 1 →