改进的变尺度混沌粒子群算法及其应用

摘要：

针对粒子群算法(PSO)存在局部最优及后期收敛速度慢等问题,提出一种改进的变尺度混沌粒子群算法(IMCPSO).该算法初期,在整个解空间对最优粒子进行变尺度混沌扰动,以防止陷入局部最优;算法后期,则以最优粒子为中心引入变尺度混沌扰动,以提高算法收敛速度.当算法一旦陷入局部最优时,采用混沌粒子替代部分种群粒子以增加粒子多样性,使算法尽快跳出局部最优.基于benchmark测试函数的仿真结果表明,所提算法与基本粒子群算法(SPSO)和变尺度混沌粒子群算法(MCPSO)相比,具有明显好的搜索精度和收敛速度.最后,将该算法应用于电路故障诊断实验中的支持向量机参数优化问题,实验结果说明了其应用价值.

关键词：粒子群算法、混沌、变尺度、支持向量机、参数优化、故障诊断

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国防预研基金项目513270203

在线出版日期：2012-07-17（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：1973-1977,2012