山东大学学报(工学版) 2007, 37(1) 47-50  DOI:      ISSN: 0412-1961 CN: 21-1139

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
论文
扩展功能
本文信息
Supporting info
PDF(414KB)
参考文献[PDF]
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
文章反馈
浏览反馈信息
本文关键词相关文章
粒子群优化算法
混沌搜索
混和算法
遍历性
局部极值
本文作者相关文章
张劲松
李歧强
王朝霞
PubMed
Article by
Article by
Article by
基于混沌搜索的混和粒子群优化算法
张劲松1,李歧强1,王朝霞2
1. 山东大学控制科学与工程学院,山东 济南 250061;2. 山东轻工业学院电子信息与控制工程学院,山东 济南 250353
摘要: 所提出的算法将粒子群优化算法和混沌算法相结合,既摆脱了算法搜索后期易陷入局部极值点的缺点,同时又保持了前期搜索的快速性.最后通过4个测试函数将该算法与基本粒子群算法进行仿真对比,比较结果表明基于混沌搜索的混和粒子群优化算法在收敛性和稳定性等方面明显优于基本粒子群优化算法.
关键词粒子群优化算法   混沌搜索   混和算法   遍历性   局部极值   
Hybrid particle swarm optimization algorithm based on the chaos search
ZHANG Jin-song1, LI Qi-qiang1, WANG Zhao-xia2
1. School of Control Science and Engineering, Shandong University, Jinan 250061, China; 2. College of Electronic Information and Control Engineering, Shandong Institute of Light Industry, Jinan 250353, China
Abstract: A hybrid particle swarm optimization algorithm based on the chaos search is proposed. It can not only overcome the disadvantage of easily getting into the local extremum in the later evolution period, but also keep the rapidity of the previous period. Finally, the basic particle swarm optimization algorithm is compared with the hybrid algorithm. The experiment results demonstrate that the new algorithm proposed is better than the basic particle swarm optimization algorithm in the aspects of convergence and stability.
Keywords: particle swarm optimization algorithm   chaos search   hybrid algorithm   ergodicity   local extremum   
收稿日期 2005-12-29 修回日期 1900-01-01 网络版发布日期 2007-02-24 
DOI:
基金项目:

通讯作者: 张劲松
作者简介:
作者Email:
PDF Preview


参考文献:
本刊中的类似文章
1.王秀红,郭庆强,李歧强 .基于粒子群优化算法的高阶累积量滤波器[J]. 山东大学学报(工学版), 2007,37(6): 15-19

Copyright by 山东大学学报(工学版)