首页 | 本学科首页   官方微博 | 高级检索  
     

云模型改进惯性权重的混沌交替粒子群算法
作者姓名:李纪真  孟相如  崔文岩  杨婷
作者单位:1.空军工程大学信息与导航学院;2.解放军95133部队
基金项目:国家自然科学基金资助项目(61201209,61401499)
摘    要:标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。

关 键 词:粒子群  云模型  惯性权重  稳定粒子  混沌交替
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《火力与指挥控制》浏览原始摘要信息
点击此处可从《火力与指挥控制》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号