基于SQP和自适应搜索的混沌粒子群算法

• 作者: 张洪铭 郑庆新 顾晓辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 序列二次规划 混沌搜索 自适应惯性权重
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP18
• 字数: 4813字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1702-0182

摘要

针对基本粒子群优化算法(PSO)算法易陷入局部最优的缺点,提出混沌自适应粒子群-序列二次规划算法(CAPSO-SQP).在基本PSO算法的基础上,加入混沌搜索和自适应惯性权重提高全局收敛能力,并在PSO算法每一代的迭代过程中,引入SQP策略,加快局部搜索并提高对约束优化问题的计算可靠性.测试函数仿真结果表明, CAPSO-SQP算法计算精度高,稳定性好,收敛速度快.将所提出算法应用于悬臂梁结构优化设计,求解结果表明算法在结构优化计算方面的可行性,而且相对于CPSO算法求解更加准确,具有较高的计算可靠性和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾晓辉	南京理工大学机械工程学院	114	903	16.0	22.0
2	郑庆新	南京理工大学机械工程学院	1	3	1.0	1.0
3	张洪铭	南京理工大学机械工程学院	2	3	1.0	1.0