一种保证全局收敛的认知优化算法

• 作者: 孙家泽 王春梅
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 社会认知算法 混沌优化 Tent映射 全局收敛 非线性规划问题
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 636-641
• 页数: 6页
• 分类号: TP18
• 字数: 4871字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2016.05.013

摘要

文章针对传统社会认知优化算法全局收敛慢的问题,提出了一种保证全局收敛的认知优化算法.该算法应用Tent映射初始化知识库,提高初始解的质量;邻域搜索过程采用混沌搜索,增强算法跳出局部最优解的能力;通过增加混沌库来提高搜索的遍历性,实现和知识库协同寻优,从而构建为一种新的混沌混合认知优化算法;同时以Solis和Wets提出的随机算法收敛定理为基础,给出了该算法的全局收敛性证明.标准测试函数的仿真优化结果表明,该混合算法对非线性规划问题具有较强的求解能力,算法寻优效率高、全局性能好、优化结果稳定,性能明显优于标准认知优化算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙家泽	西安邮电大学计算机学院	60	242	9.0	11.0
2	王春梅	西安邮电大学计算机学院	14	43	3.0	6.0