| 
  中国学术期刊网络出版总库
  关闭
基于遗传交叉和多混沌策略改进的粒子群优化算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Improved particle swarm optimization algorithm based on genetic crossover and multi-chaotic strategies
【下载频次】 ★★★★★
【作者】 谭跃; 谭冠政; 邓曙光;
【英文作者】 Tan Yue; Tan Guanzheng; Deng Shuguang; School of Communication & Electronic Engineering; Hunan City University; School of Information Science & Engineering; Central South University;
【作者单位】 湖南城市学院通信与电子工程学院; 中南大学信息科学与工程学院;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2016年 12期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 粒子群优化算法; 遗传交叉; 混沌惯性权重; 多维和单维混沌局部搜索; 混沌全局搜索;
【英文关键词】 particle swarm optimization; genetic crossover; chaotic inertia weight; multi-dimensional and single-dimension chaotic local search; chaotic global search;
【摘要】 为有效改进基本PSO算法的搜索能力,提出了一种基于遗传交叉和多混沌方式改进的粒子群算法。该算法为获得比当前群体更优的最优解,采用了以下四种措施:其一,对当前群体中的最优解和每个粒子最优解进行遗传交叉操作;其二,用混沌系统动态地调整PSO算法的惯性权重;其三,对整个解空间进行混沌全局搜索;最后,对当前群体中最优解进行多维和单维的混沌局部搜索。仿真实验结果表明:与其他三种算法相比,提出的算法在解决八个整数和混合整数非线性规划问题时不仅收敛速度最快,而且具有100%的成功率。
【英文摘要】 This paper proposed a particle swarm optimization( PSO) algorithm based on genetic crossover and multi-chaotic strategies to effectively improve the search abilities of the basic PSO algorithm. The proposed algorithm used four measurements to obtain the better solution than the optimal solution of the current swarm. The first was to perform a genetic crossover operation between the optimal solution of the current swarm and the best solution of each particle. The second was that a chaotic system dynamically ...
【基金】 国家自然科学基金资助项目(61471164); 湖南省科技计划资助项目(2014FJ3112); 湖南省教育厅优秀青年资助项目(14B033)
【更新日期】 2016-12-15
【分类号】 TP18
【正文快照】 0引言粒子群优化(PSO)算法是由Kennedy和Eberhart提出的一种迭代搜索算法。由于PSO算法具有可调参数少、求解速度快、所求解的目标函数无须可微或可导等优点,所以它广泛用于求解各类优化问题。然而,当目标函数中存在大量的局部极值,或者在一个离散和连续的空间内具有多个自变量

xxx
【读者推荐文章】中国期刊全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 自动化基础理论
　　　 人工智能理论
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号