|
|||||
|
|
| 基于诺兰模型思想的改进混沌粒子群优化算法及评价 | |
| 作者姓名： | 戴婉仪 张梅吴凯华 胡跃明 |
| 作者单位： | 华南理工大学 a. 自动化科学与工程学院,b. 精密电子制造装备教育部工程研究中心,广州510641. |
| 基金项目： | 广东省产学研重点项目(2011A090200047);广州市科技重大专项计划产学研专项项目(2012Y5-00004);中央高校基本科研业务费专项项目(x2zdD2153910). |
| 摘 要： | 针对粒子群优化算法(PSO) 在处理高维复杂函数时容易陷入局部极值、收敛速度慢的缺陷, 从系统的认知分析过程和角度出发, 提出一种基于诺兰模型(NM) 思想的改进PSO 算法. 该算法在Tent 混沌映射选择的参数的基础上, 结合NM信息融合和协调的思想, 在速度更新过程中增加均衡项, 并设计粒子群的欧氏距离指数以防止早熟, 从而实现对粒子的自动调整、保证多样性和提高算法的全局搜索能力. 最后, 运用典型函数对所提出算法进行测试, 并与最新相关算法进行比较, 结果表明, 所提出算法在全局搜索能力、效率和稳定性方面均具有明显的优势. |
| 关 键 词： | 粒子群优化|群智能|混沌|诺兰模型 |
| 收稿时间： | 2014-10-13 |
| 修稿时间： | 2015-01-27 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |