文献类型：期刊文章

作　　者：刘华蓥[1] 林玉娥[1] 张君施[2]

机构地区：[1]大庆石油学院计算机与信息技术学院,大庆163318 [2]北京工商大学基础部,北京100037

出　　处：《计算机工程与应用》

年　　份：2006

卷　　号：42

期　　号：13

起止页码：77-79

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对标准粒子群优化算法(PSO)在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了新的混合粒子群算法——基于混沌优化搜索解决早熟收敛的粒子群算法。采用了基于群体适应值方差的早熟判断机制,同时提出了一种缩小混沌搜索的变量空间范围的新方法,提高了搜索效率。基于典型高维复杂函数的数值实验表明,混合粒子群算法效率高、优化性能好、对初值具有很强的鲁棒性。尤其是,混合粒子群算法具有很强的避免局部极小能力,其性能远远优于单一优化方法。

关 键 词：粒子群优化算法 混沌优化 早熟

分 类 号：TP301.6]