自适应惯性权重的混沌粒子群算法研究 (2012年)

【文件属性】：
文件名称：自适应惯性权重的混沌粒子群算法研究 (2012年)
文件大小：338KB
文件格式：PDF
更新时间：2021-04-23 03:30:53
工程技术 论文 为了克服传统粒子群算法(PS田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-SO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。