基于自适应变异的混沌粒子群优化算法

摘要：

粒子群优化算法参数少,寻优速度快,但其寻优效率低且在寻优后期易早熟收敛.为改善其寻优性能,在标准粒子群优化算法中,通过引入混沌映射和自适应变异策略,提出具有自适应变异的混沌粒子群优化(ACPSO)算法,以增强种群的全局寻优性能和局部寻优效率.六个基准测试函数的仿真结果表明,ACPSO算法比已有的五个算法具有更好的寻优能力.

关键词：粒子群优化、自适应策略、混沌映射、数值优化

所属期刊栏目：52

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61273311;中央高校基本科研业务费专项基金资助GK201001002

在线出版日期：2016-07-13（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：44-49