基于混沌优化的动态自适应粒子群优化算法
朱洪根1
田立勤2
陈楠1
1.华北科技学院 计算机学院,北京 东燕郊 0652012.华北科技学院 计算机学院,北京 东燕郊 065201;青海师范大学 计算机学院,青海 西宁 810000
摘要：针对粒子群算法(PSO)存在早熟收敛、易陷入局部极值的问题,提出了基于混沌优化的动态自适应惯性权重粒子群优化算法(DAWCPSO).首先使用新的动态自适应惯性权重方法平衡粒子的全局和局部搜索能力;当粒子陷入局部极值状态时,使用混沌优化策略扩大粒子的搜索范围,当前粒子获得一个新的随机且不重复的位置,使粒子能够继续在可行域下寻找其他可能解.与其他4种PSO优化算法进行比较后,实验结果证明,DAWCPSO算法能够在不影响PSO算法收敛速度的前提下,有效避免粒子群算法早熟收敛,且能得到比其他P SO算法精确度更高的解.
关键词：粒子群算法进化算法算法优化自适应收敛
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家重点研发计划(2018YFC0808306)河北省重点研发计划项目(19270318D)河北省物联网监控工程技术研究中心(3142018055)青海省物联网重点实验室(2017-ZJ-Y21)
论文发表日期：2020-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 88-95 )
英文信息