一种新的混沌粒子群优化算法
2017-05-04 21:54:58蔡燕敏
智能计算机与应用
2017年2期
蔡燕敏
摘 要： 针对粒子群优化算法（PSO）缺少跳出局部最优的机制而易出现早熟问题，提出一种新的混沌粒子群优化算法（NCPSO）。该算法引入混沌扰动更新粒子的位置，避免搜索陷入局部最优，再嵌入判断早熟停滯的方法，一旦检测到早熟现象，使用逃逸策略来增大粒子群的多样性。最后用3个常用的测试函数进行仿真，实验结果表明：NCPSO算法比PSO算法、CPSO算法有更高的寻优精度和更快的收敛速度。
关键词： 粒子群算法；混沌扰动；逃逸策略；早熟
中图分类号：TP183
文献标志码：A
文章编号：2095-2163（2017）02-0063-04
登录APP查看全文
