基于混沌思想模糊自适应参数策略的粒子群优化算法.pdfVIP

第27卷第 1期 计 算 机 应 用 研 究 V01．27No．1 2010年 1月 ApplicationResearchofComputers Jan．2010 基于混沌思想模糊 自适应参数策略的 粒子群优化算法米 孙 勇，章卫国，章 萌，尹 伟 (西北工业大学 自动化学院，西安 710072) 摘 要：粒子群优化算法是一种进化计算技术。提出一种基于混沌思想的模糊 自适应参数策略的粒子群优化 算法，它利用模糊策略较强的适应能力及混沌运动遍历性、随机性等特点，对标准粒子群优化算法进行了改进， 并证明了算法的收敛性。对几种典型测试函数的测试结果表明，模糊 自适应参数策略的引入，有效提高了算法 收敛的速度，且混沌思想改善了对多维空间的全局搜索能力，能有效避免早熟现象。 关键词：粒子群优化算法；混沌；模糊 自适应 中图分类号：TPI8 文献标志码：A 文章编号 ：1001—3695(2010)010039—03 doi：10．3969／j．issn．1001—3695．2010．01．010 PSO algorithm ofchaos—basedfuzzyadaptiveparameterstrategy SUN Yong，ZHANGWei—guo，ZHANG Meng，YIN Wei (CollegeofAutomation，NorthwesternPolytechnicalUhive~ity，xi’an710072，China) Abstract：Particleswarm optimization algorithm isaevolutionarycomputation．Thispaperintroduceda PSO algorithm of chaos-basedfuzzyadaptiveparameterstrategywhichutilized greatlyself-adaptedabilityoffuzzystrateyg andergodicityand randomicityofchaostoimprovetheoriginalPSO algorithm ，andprovedtheconvergenceofthealgorithm．Typicaltestfunction casestudiesshow thatthefuzzyadaptiveparameterstrategyisintroducedtoeffectivelyimproveconvergencespeedofalgorithm andchaosisappliedtoenhanceglobalsearchingabilityofmuhi—dimensiontoavoidprematurity． Keywords：particleswamr optimization(PSO)；chaos；fuzzyadaptive 选出分布均匀的初始种群以提高粒子的质量 ；同时对陷入早熟 0 引言 收敛的粒子个体产生混沌扰动，构造出一种新的混合优化算法。 通过对复杂多维函数的寻优测试，验证了本算法的有效性。 粒子群优化 (PSO)算法是由Kennedy等人 “于 1995年提 出的一种模拟鸟群觅食行为的演化计算算法。该方法以个体 1 基本粒子群优化算法 协作与竞争来完成对复杂搜索空间内最优解的搜索。相比于 其他演化算法，PSO算法对解决高维复杂问题具有很大的优越