基于协同进化的动态双重自适应改进PSO算法

• 作者: 刘举胜 宋美 葛玉辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同进化理论 动态双重自适应 Feigenbaum迭代 自适应调整 PSO算法
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 理论与研发
• 页码范围: 54-62
• 页数: 9页
• 分类号: TP301.6
• 字数: 7013字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0038

摘要

针对PSO算法易陷入局部最优,发生早熟这一先天缺陷,在一定的误差容忍度下,借鉴协同进化理论中主体的能动性,系统的非线性,个体与环境的协同进化及个体的自适应性等优良特性,利用Feigenbaum迭代构造混沌序列,对粒子的位置和速度进行初始化取值;采用非线性和自适应调整策略对算法中的自我学习因子、社会学习因子及惯性权重进行取值,从而形成了动态双重自适应PSO改进算法(DDAPSO).在单模态和多模态Benchmark函数上对上述算法进行仿真,并与其他5种算法进行了对比,仿真结果表明,DDAPSO算法较其他算法在求解精度、寻优效率和稳定性上具有极大的优势,表现出了较强的寻找全局最优解的能力,具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛玉辉	上海理工大学管理学院	219	1276	19.0	25.0
2	宋美	上海理工大学管理学院	3	5	1.0	2.0
3	刘举胜	上海理工大学管理学院	21	157	6.0	12.0