自适应惯性权重的混沌粒子群算法研究.pdfVIP

第 12卷第 1期 南京师范大学学报 (工程技术版) V01．12No．1 2012年 3月 JOURNALOFNANJINGNORMALUNIVERSITY(ENGINEERINGANDTECHNOLOGYEDITION) Mar，2012 自适应惯性权重的混沌粒子群算法研究 徐玉杰 ，仇 雷 ，刘 清 (1．南京师范大学计算机科学与技术学院，江苏 南京210046) (2．解放军八二医院信息科，江苏 淮安 223001) [摘要] 为了克服传统粒子群算法(PSO)的早熟和局部最优问题，提出了一种新的自适应惯性权重的混沌粒子群算法(ACP． s0算法)．该算法采用分段Logistic混沌映射的方法产生初始种群，并根据种群的进化状态来动态调整惯性权重．在详细阐述算 法的种群初始化过程和动态调整惯性权重的过程之后，对经典的测试函数分别采用几种改进 的PSO算法和ACPSO算法对其进 行了测试 ，与其他几种方法相比，ACPSO算法的全局搜索能力有了显著的提高，并且能有效地避免早熟收敛问题，同时也说明 ACPSO算法应用的可行性和有效性． [关键词] PSO算法，早熟收敛，混沌种群，自适应惯性权重 [中图分类号]TP18 [文献标志码]A [文章编号]1672—1292(2012)01-0064-06 ChaoticParticleSwarm OptimizationW ithAdaptiveInertiaW eight XuYujie，QiuLei，LiuQing (1．SchoolofComputerScienceandTechnology，NamingNormalUniversity，Nanjing210046，China) (2．DepartmentofInfomration，No82HospitalofPTJA，Huaian223001，China) Abstract：Toovercometheproblem ofprematureconvergenceandlocaloptimalinconventionalparticleswarm optimiza- tion(PSO)，anewadaptiveinertiaweightchaosparticleswamioptimization(ACPSO)ispresented．Thealgorithmgen— cratesinitialpopulationwithsegmentedlogisticmap，andvariesinertiaweightdynamicallybasedontheevolutionary stateofthepopulation．Afterthedetailedillustrationsofhowtogenerateinitialpopulationandhowtoadjusttheinertia weight，thispapertestssomeclassicalfunctionswithsomeimprovedPSO algorithmsandACPSO algorithm．Compared withotheralgorithms，theACPSO algorithm notonlyhasagreatadvantageofconvergenceproperty，butalsoavoidsthe prematureconvergenceproblem effectively，andatthesame，itshowsthefeasibilityand validityoftheACPSO algo— rithm． Keywords：PSO algorithms，prematureconvergence，chaospopulation，adaptiveinertiaweight 粒子群 PSO算法(ParticleSwarmOptimization)