摘要
提出了一种新的自适应混沌粒子群算法。在标准粒子群算法中引入An混沌映射,以特殊的方式,利用An混沌映射来初始化粒子的位置和速度,并且每隔一定的代数就用An混沌扰动部分粒子的位置和速度。数值仿真的结果表明,该算法的收敛性和全局搜索能力得到提高,能有效避免早熟收敛。
The paper suggests introduction of chaos into PSO,chaos is used to initialize the particle swarm's position and velocity,and to disturb positions and velocities of partial particle for every certain iterations.The results of the numerical simulation indicate that the convergence and global searching capacity of the presented algorithm are enhanced,and the algorithm can effectively avoid in local minima.
出处
《长江大学学报(自科版)(上旬)》
CAS
2012年第12期105-107,5,共3页
JOURNAL OF YANGTZE UNIVERSITY (NATURAL SCIENCE EDITION) SCI & ENG
基金
国家自然科学基金项目(10926168
11201039
61273179)
国家科技重大专项(2008ZX05020-005)
湖北省教育厅重点项目(D20101304)
湖北省教育厅优秀中青年项目(Q20121216)
关键词
混沌
粒子群算法
适应度值
收敛速度
chaos
particle swarm optimization(PSO)
fitness value
convergence rate