混沌差分进化算法在复杂优化问题中的应用研究

• 作者: 肖文显 许利军 马孝琴
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂优化问题 遗传算法 混沌映射 混沌遗传算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP301
• 字数: 3539字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2014.03.006

摘要

差分进化算法求解复杂优化问题时，由于进化后期种群多样性降低，算法极易陷入局部最优值无法跳出。论文针对该问题，将差分进化算法和混沌优化方法耦合，构建了混沌差分进化算法。算法利用混沌序列的遍历性和内部迭代的随机性，弥补差分进化算法容易陷入局部最优的缺陷，从而提高算法的搜索性能。对几种典型函数的测试结果表明：混沌差分进化算法的全局搜索性能有了显著提高，能有效避免算法陷入局部最优。因此，与标准差分进化算法和混沌优化算法相比，该算法在求解复杂优化问题时更加可行、有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马孝琴	河南科技学院网络中心	37	369	10.0	18.0
2	肖文显	河南科技学院网络中心	23	64	4.0	6.0
3	许利军	新乡学院网络中心	17	80	5.0	8.0