用于多指数拟合的一种混沌免疫粒子群优化

摘要：

为了更好地逼近真实物理场景,对传统的多指数模型作了一些改进,将权因子设置为噪声方差平方的倒数,提出一种基于循环矩阵(CM)的算法用于估计衰减项数.为了求解上述改进模型,提出一种混沌免疫粒子群优化(CIPSO)算法.该算法将人工免疫系统中的克隆、交叉、变异和接收器修正算法嵌入粒子群算法中,并采用混沌算子实现变异,然后将惯性因子改为自适应变化.实验表明:提出的权因子设置更符合实际;用于估计项数的CM算法在估计精度与运行时间上均优于传统的ILS算法;CIPSO算法在收敛精度与运行时间上也优于传统的优化算法,如可信域法、LM法、高斯-牛顿法、差分进化算法和粒子群算法等.

关键词：多指数拟合、迭代最小平方法、粒子群优化、混沌算子、人工免疫系统

所属期刊栏目：39

分类号：TN911.73

资助基金：国家自然科学基金资助项目60872075;高等学校科技创新工程重大项目培育基金资助项目706028;江苏省自然科学基金资助项目BK2007103

在线出版日期：2009-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：678-683