-
题名基于混沌搜索解决早熟收敛的混合粒子群算法
被引量:32
- 1
-
-
作者
刘华蓥
林玉娥
张君施
-
机构
大庆石油学院计算机与信息技术学院
北京工商大学基础部
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第13期77-79,共3页
-
文摘
针对标准粒子群优化算法(PSO)在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了新的混合粒子群算法——基于混沌优化搜索解决早熟收敛的粒子群算法。采用了基于群体适应值方差的早熟判断机制,同时提出了一种缩小混沌搜索的变量空间范围的新方法,提高了搜索效率。基于典型高维复杂函数的数值实验表明,混合粒子群算法效率高、优化性能好、对初值具有很强的鲁棒性。尤其是,混合粒子群算法具有很强的避免局部极小能力,其性能远远优于单一优化方法。
-
关键词
粒子群优化算法
混沌优化
早熟
-
Keywords
particle swarm optimaziton,chaos optimization,local convergence
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于混沌优化机制的双粒子群优化算法
被引量:4
- 2
-
-
作者
谷海红
齐名军
许少华
-
机构
鹤壁职业技术学院
大庆石油学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2008年第10期258-260,共3页
-
文摘
针对标准粒子群优化算法PSO(Particle Swarm Optimization)在处理高维复杂函数时存在收敛速度慢、易陷入局部最优和算法通用性不强等缺点,提出了一种基于混沌优化机制的双粒子群优化算法。它借鉴群体适应值方差的早熟判断机制,同时提出了一种逐步缩小搜索变量空间的新方法。典型数值实验表明,该算法效率高、优化性能好、对初值具有很强的鲁棒性。尤其是该算法具有很强的避免局部极小能力,其性能远远优于单一优化方法。
-
关键词
双粒子群优化算法
双混沌优化机制
局部收敛
-
Keywords
double particle swarm optimaziton double chaos optimization local convergence
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种混沌优化机制的双量子粒子群优化算法
被引量:7
- 3
-
-
作者
齐名军
杨爱红
-
机构
鹤壁职业技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第30期34-36,39,共4页
-
基金
国家自然科学基金No.50138010~~
-
文摘
针对量子粒子群优化算法(quantum delta Particle Swarm Optimization,PSO)在处理高维复杂函数时存在收敛速度慢、易陷入局部最优和算法通用性不强等缺点,提出了一种基于混沌优化机制的双量子粒子群优化算法。它借鉴群体位置方差的早熟判断机制,同时提出了一种逐步缩小搜索变量空间的新方法。典型数值实验表明,该算法效率高、优化性能好、对初始位置具有很强的鲁棒性。尤其是该算法具有很强的避免局部极小能力,其性能远远优于单一优化方法。
-
关键词
双量子粒子群优化算法
双混沌优化机制
早熟机制
-
Keywords
double quantum delta particle swarm optimaziton
double chaos optimization
quickly convergence strategy
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-