Tent混沌和变邻域局部搜索优化的GSA .pdfVIP

2019年10月Oct.2019

第46卷第5期JOURNALOFXIDIANUNIVERSITYVol.46No.5

doi10.19665/j.issn1001-2400.2019.05.017

：

Tent混沌和变邻域局部搜索优化的GSA

娄奥1,姚敏立1,贾维敏2,袁丁

(1.火箭军工程大学作战保障学院陕西西安710025；

2.火箭军工程大学核工程学院,陕西西安710025)

针对引力搜索算法存在的易陷入局部最优精度有待提高等问题出一种混沌和变邻

摘要、提

：，Tent域局

部搜索优化的引力。混沌利用、化种增强算法的全

搜索算法首先改进Tent，其遍历均匀性随机性初始群，

；

局搜索能力然后改进粒子速度和引力系数公式最后设计一种基于莱维飞行的变

；，

加快算法的收敛速度

邻域局部搜索策略，提高寻优精度。仿真结果显示

引导种群脱离局部最优，，

新算法能有效地抑制局部最

，相较其他测试算法有更好的寻优精度和。对非线性系统

优稳定性利用新算法优化径向基函数神经网络，

改进后的径向基函数神经网络比标准径向基函数神经网络和反向传播神经网络具备更

的辨识结果证明，

好的模型逼近能力和泛化水平。

引力搜索算法；系统辨识

关键词：混沌；局部搜索；神经网络；

中图分类号：文献标识码：文章编号：

TP18;TP273