基于诺兰模型思想的改进混沌粒子群优化算法及评价

• 作者: 吴凯华 张梅 戴婉仪 胡跃明
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 粒子群优化 群智能 混沌 诺兰模型
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2121-2128
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2014.1554

摘要

针对粒子群优化算法(PSO)在处理高维复杂函数时容易陷入局部极值、收敛速度慢的缺陷,从系统的认知分析过程和角度出发,提出一种基于诺兰模型(NM)思想的改进PSO算法.该算法在Tent混沌映射选择的参数的基础上,结合NM信息融合和协调的思想,在速度更新过程中增加均衡项,并设计粒子群的欧氏距离指数以防止早熟,从而实现对粒子的自动调整、保证多样性和提高算法的全局搜索能力.最后,运用典型函数对所提出算法进行测试,并与最新相关算法进行比较,结果表明,所提出算法在全局搜索能力、效率和稳定性方面均具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡跃明	华南理工大学精密电子制造装备教育部工程研究中心	147	1905	22.0	37.0
2	张梅	华南理工大学精密电子制造装备教育部工程研究中心	32	171	8.0	11.0
3	戴婉仪	华南理工大学自动化科学与工程学院	4	16	3.0	4.0
4	吴凯华	华南理工大学自动化科学与工程学院	2	9	2.0	2.0