基于混沌优化的动态自适应粒子群优化算法
Journal of North China Institute of Science and Technology（2020）
Abstract
针对粒子群算法(PSO)存在早熟收敛、易陷入局部极值的问题,提出了基于混沌优化的动态自适应惯性权重粒子群优化算法(DAWCPSO).首先使用新的动态自适应惯性权重方法平衡粒子的全局和局部搜索能力;当粒子陷入局部极值状态时,使用混沌优化策略扩大粒子的搜索范围,当前粒子获得一个新的随机且不重复的位置,使粒子能够继续在可行域下寻找其他可能解.与其他4种PSO优化算法进行比较后,实验结果证明,DAWCPSO算法能够在不影响PSO算法收敛速度的前提下,有效避免粒子群算法早熟收敛,且能得到比其他P SO算法精确度更高的解.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined