混沌差分进化粒子群协同优化算法

• 作者: 匡芳君 张思扬 徐蔚鸿 金忠
• 来源期刊: 微电子学与计算机
• 关键词: 差分进化 粒子群优化 混沌搜索 协同优化 反向学习
• 年，卷（期）: 2014,（8）
• 页码范围: 29-33,39
• 页数: 6页
• 分类号: TP18
• 语种: 中文

摘要

为有效地改善差分进化粒子群算法的性能，结合反向学习策略和信息交互机制，提出了一种新的混沌差分粒子群协同优化算法。该算法采用反向学习策略产生初始种群，使得初始个体尽可能均匀分布，然后将初始种群随机等分为双种群，对双种群分别采用改进的混沌差分进化算法和混沌粒子群优化算法进行协同寻优，并在双种群中引入信息交互学习机制，在维持种群多样性的同时加快收敛速度。通过对四个复杂高维的标准函数寻优测试，仿真结果表明，该算法能有效避免早熟收敛，收敛速度快，寻优精度较高，具有良好的全局搜索能力，鲁棒性好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金忠	南京理工大学计算机科学与工程学院	72	1142	17.0	31.0
2	徐蔚鸿	南京理工大学计算机科学与工程学院	85	647	14.0	21.0
6	张思扬	湖南安全技术职业学院电气与信息工程系	17	92	5.0	9.0
7	匡芳君	南京理工大学计算机科学与工程学院	18	231	7.0	15.0