大数据混沌模型寻优计算过程数学建模仿真

摘要：

针对大数据混沌模型寻优计算过程无法在全局范围内实现最优并且具有不确定性因素的情况，提出一种基于改进遗传算法的大数据混沌模型寻优计算方法。对关联维数、最大Lyapunov指数以及时间序列熵进行分析和提取，依据获取的结果，采用实数编码对原参数进行遗传操作，将误差绝对值时间积分性能指标当做参数选择的最小目标函数，在目标函数中引入控制输入的平方项和惩罚函数，求出最优指标与适应度函数，通过适应度比例法和最优保留策略完成选择操作，通过选择、交叉、变异算子对种群进行处理，产生下一代种群，直至参数收敛或达到要求。仿真实验结果表明，所提方法具有很高的寻优能力。

关键词：大数据、混沌模型、寻优计算

分类号：O144(数理逻辑、数学基础)

资助基金：黑龙江省自然科学基金项目41465500-7-13128。

在线出版日期：2015-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：4-6