一种改进的粒子群与差分进化混合算法

• 作者: 任雪婷 贺兴时
• 来源期刊: 西安工程大学学报
• 关键词: 粒子群优化算法 差分进化算法 自适应 混沌
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 基础科学
• 页码范围: 380-387
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2016.03.019

摘要

粒子群优化算法(PSO,particle swarm optimization)在搜寻全局最优解时易出现局部最优、收敛速度慢、收敛精度低等缺点。为此,在基本的粒子群优化算法中引入了 Tent 混沌操作以及惯性权重的自适应调整操作,并且与加入了参数自适应调整操作的差分进化(DE,differential evoluation)算法进行融合,提出一种改进的自适应混沌粒子群(IPSO,improved particle swarm optimization)算法与自适应差分进化(IDE,improved differertion evolution)算法的混合算法。仿真结果表明,相比于 PSO 和 DE 算法,新提出的算法具有收敛速度快、搜索能力强的优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	任雪婷	西安工程大学理学院	5	24	3.0	4.0