融合差分进化和Sine混沌的改进粒子群算法.pdfVIP

802024，60（19）ComputerEngineeringandApplications计算机工程与应用

⦾理论与研发⦾

融合差分进化和Sine混沌的改进粒子群算法

马乐杰，邹德旋，李灿，邵莹莹，杨志龙

江苏师范大学电气工程及自动化学院，江苏徐州221116

摘要：将差分进化与Sine混沌相结合，提出一种改进的粒子群算法。利用Sine混沌映射对初始种群进行优化，提

高了收敛速度；该算法通过引入非同步变化的学习因子的速度更新公式，引入随机惯性权重，使算法能够更好地兼

顾全局搜索与局部优化；借鉴差分进化算法中的交叉操作，采用淘汰机制随机搜索策略，提高算法的全局搜索能力，

提高算法收敛速度。为了验证融合差分进化和Sine混沌的改进粒子群算法（improvedparticleswarmoptimizational-

gorithm,IPSO）的性能，与基于压缩学习因子的粒子群算法（yield-basedparticleswarmoptimization,YPSO）、自适应

加权粒子群算法（self-adaptiveparticleswarmoptimization,SPSO）等PSO相关算法以及蜘蛛蜂优化算法（spiderwasp

optimization,SWO）、能量谷算法（energyvalleyalgorithm,EVA）等2023年最新算法相比较，验证融合差分进化和

Sine混沌的改进粒子群算法（IPSO）的有效性。在不同维度下解决12个常用基准函数，对12个测试函数进行实验，

并与其他的几种算法进行比较，实验结果表明，改进后的PSO算法收敛速度快，收敛精度高。

关键词：粒子群优化算法；Sine映射；差分进化算法；交叉操作；随机搜索策略

文献标志码：A中图分类号：TP301doi：10.3778/j.issn.1002-8331.2401-0078

ImprovedParticleSwarmOptimizationAlgorithmCombiningDifferentialEvolutionandSine

Chaos

MALejie,ZOUDexuan,LICan,SHAOYingying,YANGZhilong

SchoolofElectricalEngineeringandAutomation,JiangsuNormalUniversity,Xuzhou,Jiangsu221116,China

Abstract：CombiningdifferentialevolutionwithSinechaos,animprovedparticleswarmoptimizationalgorithmispro-

posed.ItusesSinechaoticmappingtooptimizetheinitialpopulationandimproveconvergencespeed.Thisalgorithmin-

troducesaspeedupdateformulaforasynchronouslearningfactorsandrandominertiaweights,enablingthealgorithmto

betterbalanceglobalsearchandlocaloptimization.Itdrawsonthecrossoveroperationindifferentialevolutionalgorithm,

adoptsarandomsearchstrategywitheliminationmechanismtoimprovethealgorithm’sglobalsearchabilityandconver-

gencespeed.Toverifytheperformanceofimprovedparticleswarmoptimizationalgorithm,comparedwithPSOrelated

algorithmssuchasyield-basedparticleswarmoptimization(YPSO),self-adaptiveparticleswarmoptimization(SPSO),as

we