改进多种群差分进化算法的混沌系统参数估计

摘要：

针对混沌系统参数估计的多峰寻优问题，提出一种改进的多种群差分进化算法。改进差分进化算法的变异操作，使其前期更适合全局性搜索，利用α核心集对当前种群进行聚类，分别对聚类后的子群选用贪婪的差分变异算子完成深度搜索，比较所选取各子群的最优值，得到全局最优值作为是否结束搜索的判断依据，并将其应用到混沌系统参数估计中。实验结果表明，该算法对于多峰值、大空间的全局性参数估计在收敛速度、精度上优于混合量子进化算法、改进粒子群优化算法以及DE/best/2算法。

关键词：α核心集、差分进化、混沌系统、参数估计、多种群

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61163036。

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：178-183,188