基于惯性权重自适应改变的混沌粒子群算法
粒子群算法是美国学者受鸟类觅食行为启发提出的一种群体优化算法,在迭代后期易早熟收敛。为此利用混沌运动的随机性、规律性和遍历性的特点对粒子群算法进行优化,提出了一种惯性权重自适应改变的混沌粒子群算法。在算法中对惯性权重进行调整加快算法前期收敛速度,而且加入了变异操作以帮助粒子后期跳出局部极小。最后用测试函数进行仿真实验,结果表明该算法收敛快,寻优能力强,寻优精度高。
粒子群、混沌、自适应、变异
TP181(自动化基础理论)
陕西省教育厅项目2013JK1124;陕西省高水平大学建设专项资金资助项目2012SXTS06
2015-08-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
942-945