混沌增强加速粒子群优化算法

• 作者: 李孟山 武燕 舒期梁 赵丽萍
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化 混沌增强 加速算法 多目标优化
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2307-2310
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.08.015

摘要

针对最近提出的具有极强全局搜索能力的加速粒子群算法,为改善早熟收敛问题并提高收敛精度,提出一种融合混沌理论的混沌增强加速粒子群算法.该算法引入混沌序列来调节全局学习因子,使算法进一步增加全局搜索能力.算法性能通过测试四个典型多目标优化函数验证,并与经典的非劣分类多目标遗传算法、多目标粒子群优化算法和加速粒子群算法相比较,结果表明混沌增强加速粒子群算法具有较快的收敛速度和较强的跳出局部最优能力,性能优越,可供优化求解等许多领域借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵丽萍	景德镇陶瓷学院信息工程学院	17	33	4.0	5.0
2	舒期梁	景德镇陶瓷学院信息工程学院	24	39	4.0	5.0
3	武燕	景德镇陶瓷学院信息工程学院	8	28	2.0	5.0
4	李孟山	景德镇陶瓷学院信息工程学院	8	28	2.0	5.0