摘要:
针对粒子群算法固定惯性权重和早熟收敛的缺陷, 提出一种动态自适应惯性权重调整策略, 有效增强了算法的全局和局部寻优能力; 并针对早熟问题, 采用混沌映射方法增加种群多样性, 同时利用负梯度方向调整群体极值, 极大降低了算法陷入局部极值的概率. 通过在多个常用测试函数上与其他算法比较, 证明了所提改进粒子
群算法的正确性和有效性.
中图分类号:
安鹏. 基于混沌理论和自适应惯性权重的PSO算法优化[J]. 吉林大学学报(理学版), 2015, 53(06): 1223-1228.
AN Peng. Optimization of PSO Algorithm Based on Chaotic Theoryand Adaptive Inertia Weight[J]. Journal of Jilin University Science Edition, 2015, 53(06): 1223-1228.