文献类型：期刊文献

中文题名：融合和声搜索的混沌粒子群优化算法及工业应用

英文题名：Chaotic particle swarm optimization algorithm with harmony search for industrial applications

作者：杜文莉[1];张海龙[1];钱锋[1]

机构：[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237

年份：2012

卷号：52

期号：3

起止页码：325

中文期刊名：清华大学学报（自然科学版）

外文期刊名：Journal of Tsinghua University(Science and Technology)

收录：CSTPCD;;EI(收录号：20122515129960);Scopus;北大核心:【北大核心2011】；CSCD:【CSCD2011_2012】；

基金：国家自然科学基金项目(60804029);国家"八六三"高技术项目(2008AA042902);上海市基础研究重点项目(10JC1403400);长江学者和创新团队发展计划资助(IRT0721);高等学校学科创新引智计划(B08021);上海市重点学科建设项目(B504)

语种：中文

中文关键词：混沌;和声搜索;融合和声搜索的混沌粒子群优化算法(CPSO-HS);重油热解

外文关键词：chaos; harmony search; chaos particle swarm optimizationalgorithm with harmony search （CPSO-HS）; heavy oilthermal cracking

摘要：针对粒子群算法在优化过程中容易出现"早熟"现象,提出一种融合和声搜索及混沌的改进混合粒子群优化算法。混沌粒子群算法运行稳定,具有较好的鲁棒性和适应性。和声搜索算法是一种模拟乐队调音获得完美和声过程的元启发优化算法,具有较强的全局搜索性能。通过对4个标准函数的测试比较,结果表明:改进的融合和声搜索的混沌粒子群优化算法(chaos particle swarm optimization algorithm with harmony search,CPSO-HS)跳出局部最优位置能力强,收敛速度快,稳定性高。改进的CPSO-HS算法已成功应用于重油热解模型的参数估计。
Particle swarm optimization methods for optimization problems tend to search premature solutions. This paper presents an improved particle swarm optimization algorithm merging chaotic and harmony searches. The chaos particle swarm optimization method is stable, robust and adaptable. The harmony search algorithm is a meta heuristic algorithm for simulating band tuning to obtain an optimal harmonized process with a global search. Results for four standard test functions show that this chaos particle swarm optimization algorithm with a harmony search （CPSO-HS） can jump out of local optimums with fast convergence and good stability. This algorithm has been successfully applied to parameter estimates for a heavy oil thermal cracking model.