Tent混沌人工蜂群与粒子群混合算法
针对人工蜂群和粒子群算法的优势与缺陷,提出一种Tent混沌人工蜂群粒子群混合算法.首先利用Tent混沌反向学习策略初始化种群;然后划分双子群,利用Tent混沌人工蜂群算法和粒子群算法协同进化;最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值.仿真结果表明,该算法不仅能有效避免早熟收敛,而且能有效跳出局部极值,与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.
Tent混沌搜索、人工蜂群算法、粒子群优化算法、混沌反向学习、重组算子
30
TP18(自动化基础理论)
国家自然科学基金项目61373063, 61233011, 61402227;湖南省科技计划项目2013FJ4217
2015-08-13(万方平台首次上网日期,不代表论文的发表时间)
共9页
839-847