基于混沌搜索的简化粒子群优化算法

摘要：

针对带有收缩因子的粒子群优化算法（CFPSO ）容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点，采用简化粒子群优化（sCFPSO ）方程与混沌搜索技术相结合的方法，提出了基于混沌搜索的简化粒子群优化（CsCFPSO）算法。该算法利用分段线性混沌映射（PWLCM ）的遍历性和类随机性来完成混沌搜索，从而加快sCFP-SO算法跳出局部极值点而继续优化。经过6个经典测试函数对该算法进行实验，结果表明其对于粒子群优化具有很好的使用价值，它可以准确地消去局部极值，确保收敛速度和精度，该算法是通过缩小种群数和进化代数来实现的。

关键词：混沌搜索、分段线性混沌映射、粒子群优化

分类号：TP18(自动化基础理论)

在线出版日期：2014-10-27（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：121-126