粒子群优化算法的收敛性分析及其混沌改进算法

摘要：

分析了粒子群优化算法的收敛性,指出它在满足收敛性的前提下种群多样性趋于减小,粒子将会因速度降低而失去继续搜索可行解的能力;提出混沌粒子群优化算法,该算法在满足收敛性的条件下利用混沌特性提高种群的多样性和粒子搜索的遍历性,将混沌状态引入到优化变量使粒子获得持续搜索的能力.实验结果表明混沌粒子群优化算法是有效的,与粒子群优化算法、遗传算法、模拟退火相比,特别是针对高维、多模态函数优化问题取得了明显改善.

关键词：粒子群优化算法、混沌、多模态函数优化问题、遗传算法、模拟退火算法

所属期刊栏目：21

分类号：TP301.6(计算技术、计算机技术)

资助基金：中国科学院资助项目60373095;科技部科研项目2100CCA00700;教育部规化项目KP0302

在线出版日期：2006-06-28（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：636-640,645