-
作者
朱洪根田立勤陈楠
-
单位
华北科技学院计算机学院青海师范大学计算机学院
-
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PSO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
-
基金项目(Foundation)
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）；
-
文章目录
0 引言
1 基本粒子群算法
2 DAWCPSO算法
2.1 动态自适应的惯性权重
2.2 结合混沌优化摆脱局部极值
2.3 DAWCPSO算法计算流程
2.4 算法复杂度分析
3 算例分析
3.1 实验环境与参数设定
3.1.1 实验环境
3.1.2 参数设定
3.2 实验结果与分析
3.2.1 实验结果
3.2.2 结果分析
4 结论
-
引用格式
朱洪根,田立勤,陈楠.基于混沌优化的动态自适应粒子群优化算法[J].华北科技学院学报,2020,18(05):88-95.
华北科技学院学报 
2020年第05期 
