文献类型：期刊文献

中文题名：改进的混沌粒子群优化算法

英文题名：An Improved Chaos-Particle Swarm Optimization Algorithm

作者：刘玲[1];钟伟民[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：2010

卷号：36

期号：2

起止页码：267

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;Scopus;北大核心:【北大核心2008】；CSCD:【CSCD2011_2012】；

基金：国家杰出青年科学基金(60625302);国家973项目(2009CB320603);国家863项目(2009AA04Z159);国家自然科学基金项目(60804029);上海市科技攻关项目(08DZ1123100);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);校优秀青年教师科研基金(YH0157121)

语种：中文

中文关键词：混合算法;混沌;粒子群;优化

外文关键词：hybrid algorithm; chaos; particle swarm; optimization

摘要：针对传统的简单粒子群算法(SPSO)早熟、易陷入局部最优的缺陷,提出了一种改进的混沌粒子群优化算法(CPSO)。该算法根据混沌算法遍历性的特点,选择合适的混沌映射提取SPSO初始种群,使粒子均匀分布在解空间。当SPSO陷入早熟时,CPSO在最优解周围的区域内进行混沌搜索,取代原来种群中的部分粒子,带领种群跳出局部最优。对7个标准测试函数的寻优测试表明:CPSO算法在寻优精度、速度、稳定性等方面均优于SPSO。
To deal with the problems of premature and local convergence of conventional simple particle swarm optimization algorithm（SPSO）,an improved chaos-particle swarm optimization algorithm（CPSO） is proposed in this paper.By means of ergodicity and randomicity of chaos algorithm,the initial population is generated by using appropriately chaotic mapping,so that these particles can be scattered uniformly over the solution space.When SPSO gets into the local convergence,CPSO can start chaotic researching in the solution space,and partly replace the preparticles so as to make the whole population jump out of the local minima.Experiments on seven benchmark functions show that CPSO outperforms SPSO in searching precision,convergence rate and stability.