基于遗传交叉和多混沌策略改进的粒子群优化算法

• 作者: 谭冠政 谭跃 邓曙光
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化算法 遗传交叉 混沌惯性权重 多维和单维混沌局部搜索 混沌全局搜索
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3643-3647
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.028

摘要

为有效改进基本PSO算法的搜索能力，提出了一种基于遗传交叉和多混沌方式改进的粒子群算法。该算法为获得比当前群体更优的最优解，采用了以下四种措施：其一，对当前群体中的最优解和每个粒子最优解进行遗传交叉操作；其二，用混沌系统动态地调整PSO算法的惯性权重；其三，对整个解空间进行混沌全局搜索；最后，对当前群体中最优解进行多维和单维的混沌局部搜索。仿真实验结果表明：与其他三种算法相比，提出的算法在解决八个整数和混合整数非线性规划问题时不仅收敛速度最快，而且具有100％的成功率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓曙光	湖南城市学院通信与电子工程学院	86	404	11.0	17.0
2	谭冠政	中南大学信息科学与工程学院	111	1318	20.0	31.0
3	谭跃	湖南城市学院通信与电子工程学院	33	213	9.0	14.0