一种带混沌变异的粒子群优化算法.pdfVIP

第 37卷 第 3期 计 算 机 科 学 Vo1．37No．3 2010年 3月 Comouter Science M ar2O10 一 种带混沌变异的粒子群优化算法 朱红求 阳春华 桂卫华 李勇刚 (中南大学信息科学与工程学院 长沙410083) 摘 要 为了克服粒子群算法在进化后期存在收敛速度慢、易陷入局部极小等问题，提 出了一种混沌变异粒子群优化 算法。该算法根据群体适应度变化率对种群中非优胜粒子进行变异操作，并对全局最优位置进行小范围混沌扰动 ，以 增强算法跳出局部最优的能力。对几种复杂典型函数与标准粒子群算法进行 了仿真测试，结果表明该算法明显改善 了全局搜索能力和抗早熟收敛性能。 关键词 粒子群，混沌变异，早熟收敛 中图法分类号 TP301 文献标识码 A ParticleSwarm Optim izationwithChaoticM utation ZHU Hong-qiu YANG Chun-hua GUIW ei—_hua LIYong—g‘ang (SchoolofInformationScienceg~Engineering，CentralSouthUniversity，Changsha410083，China) Abstract Toovercomethedisadvantageoflow convergencespeedandtheprematureconvergenceduringthelatercorn— putationperiodofparticleswarm optimization，achaoticparticleswarm optimization (CPSO)wasproposed．Aimedto improvetheabilitytobreakawayfrom thelocaloptimum andtofindtheglobaloptimum，thenon-winnerparticleswere mutatedbychaoticsearchandtheglobalbestpositionwasmutatedusingthesmallextentofdisturbanceaccoMing to thevarianceratioofpopulation’sfitness．ThenumericalsimulationcomparingtothestandardPSOwasperformedusing ofcomplexbenchmarkfunctionswithhighdimension．Theresultsshow thattheproposedalgorithm caneffectivelyim— proveboththeglobalsearchingabilityandmuchbetterabilityofavoidingpre-maturity． Keywords Particleswarnloptimization，Chaoticmutation，Prematureconvergence 1 引言 2 粒子群优化算法 粒子群优化算法 (PSO)作为一种基于种群搜索策略的全 PSO是基于群体与适应度的。粒子群 的个体 (粒子)代 局优化进化算法f3，具有概念简单、容易实现等特点，在进化 表问题的一个可能解，每个粒子具有位置和速度两个特征 ，粒 初期收敛速度快，需要调整的参数少。PSO成为当前优化算 子位置坐标对应的目标函数值可作为该粒子的适应度，算法 法研究领域的一大热点，已成功应用于函数优化、图像处理、 通过适应度来衡量粒子的优劣。算法首先初始化一群随机粒 负荷预测、工业过程控制等领域[2刮。 子，