基于混沌变异的自适应双粒子群优化
<html dir="ltr"><head><title></title></head><body>针对粒子群优化在解决高维优化问题时收敛性差、搜索效率不高的问题, 在对粒子群优化算法收敛性分析的基础上, 提出了混沌变异对极值进行扰动的方法, 以增强算法摆脱局部最优解的能力. 采用自适应惯性权重和局部邻域搜索保持较高的局部搜索性能, 并结合双粒子群协同进化的方法, 综合平衡优化算法的全局搜索和局部搜索能力. 通过对4 个典型测试函数进行的对比实验, 表明了所提出的算法能大大提高粒子群优化的搜索效率和
用户评论