混合粒子群优化算法及其收敛性分析

摘要：

为解决标准粒子群优化算法不能保证全局收敛,寻优精度低,尤其在高维函数优化方面易陷入局部极小值等问题,提出一种融合Kent混沌映射、云模型理论和布谷鸟搜索的混合粒子群优化算法(CPSO);CPSO算法采用混沌初始化种群位置、全局开发及局部开采的均衡搜索、多子种群协同进化等改进策略,同时从随机优化算法的全局收敛准则角度对CPSO算法的全局收敛性进行证明,并给出了CPSO算法的时间复杂度分析;经典的benchmark测试函数的实验统计结果表明,CPSO算法在收敛性、寻优精度、稳定性等方面均优于经典算法.

关键词：混合粒子群优化算法、云模型、混沌映射、布谷鸟搜索、收敛性分析

所属期刊栏目：24

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目61309008

在线出版日期：2016-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：146-149