一种新的自适应惯性权重混沌PSO算法

• 作者: 张效见 李龙澍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群 自适应惯性权重 混沌 局部极值
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 139-144
• 页数: 6页
• 分类号: TP301.6
• 字数: 5114字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0093

摘要

针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight,CPSO-NAIW).首先采用新的惯性权重自适应方法,很好地平衡粒子的搜索行为,减少算法陷入局部极值的概率,然后在算法陷入局部极值时,引入混沌优化策略,对群体极值位置进行调整,以使粒子搜索新的邻域和路径,增加算法摆脱局部极值的可能.最后,实验结果表明,CPSO-NAIW算法能有效避免陷入局部极值,提高算法性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙澍	安徽大学计算智能与信号处理教育部重点实验室	199	1780	21.0	29.0
5	张效见	安徽大学计算机科学与技术学院	1	12	1.0	1.0