[1]邹毅 朱晓萍 王秀平.一种基于混沌优化的混合粒子群算法[J].计算机技术与发展,2009,(11):18-22.
　ZOU Yi,ZHU Xiao-ping,WANG Xiu-ping.A Hybrid PSO Algorithm Based on Chaos Optimization[J].,2009,(11):18-22.
点击复制

一种基于混沌优化的混合粒子群算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年11期
页码:
18-22
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Hybrid PSO Algorithm Based on Chaos Optimization
文章编号:
1673-629X（2009）11-0018-05
作者:
邹毅 朱晓萍 王秀平
沈阳工程学院电气工程系
Author(s):
ZOU Yi;  ZHU Xiao-ping;  WANG Xiu-ping
Department of Electrical Engineering, Shenyang Institute of Engineering
关键词:
粒子群算法; 混沌; 优化; 混合; （N＋M）容错
Keywords:
PSO algorithm;  chaos;  optimization;  hybrid;  （N ＋ M）fault - tolerant
分类号:
TP306.1
文献标志码:
A
摘要:
粒子群算法是一类基于群智能的优化搜索算法。该算法初期收敛很快，但后期易陷入局部最优点。为了提高粒子群算法的性能，将粒子群算法全局搜索的快速性和混沌算法的一定范围内的遍历性二者结合，提出一种基于混沌优化的混合粒子群算法。该算法首先用粒子群算法进行快速搜索，当出现早熟收敛时，对局部较优的部分粒子和全局极值采用混沌优化策略。对两个典型的测试函数进行仿真表明，该算法能够摆脱局部极值，得到全局最优。将其用于（N＋M）系统费用模型求解，得到最优解，同样验证了该算法搜索效率、精度优于一般的粒子群算法，同时具有较好的收敛
Abstract:
Particle Swarm Optimization（PSO）is a kind of optimizations based on swarm intelligence. The algorithm weaken quickly in initial stage, but fall into local extreme value easily in the latter. With PSO algorithm＇s rapid global searching and chaos＇s ergodici

相似文献/References:

[1]叶瑞松 兀松贤.一个对称的四维混沌系统及其图像隐藏应用[J].计算机技术与发展,2010,(01):90.
　YE Rui-song,WU Song-xian.A 4D Symmetric Chaotic System and Its Application on Image Hiding[J].,2010,(11):90.
[2]张爱华 江中勤 张华.基于粒子群优化算法的分形图像压缩编码[J].计算机技术与发展,2010,(02):21.
　ZHANG Ai-hua,JIANG Zhong-qin,ZHANG Hua.Fractal Image Compression Coding Based on PSO[J].,2010,(11):21.
[3]唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,(02):213.
　TANG Jun.Principle and Application of PSO Algorithm[J].,2010,(11):213.
[4]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(11):43.
[5]张捍东 廖天红 岑豫皖.用模拟退火思想的粒子群算法实现图像分割[J].计算机技术与发展,2010,(05):83.
　ZHANG Han-dong,LIAO Tian-hong,CEN Yu-wan.Image Segmentation Through Particle Swarm Optimization Based on Simulated Annealing[J].,2010,(11):83.
[6]廖锋 高兴宝.差分演化算法在约束优化问题中的应用[J].计算机技术与发展,2010,(05):187.
　LIAO Feng,GAO Xing-bao.Application of Differential Evolution Algorithms on Constraint Optimization Problems[J].,2010,(11):187.
[7]来磊 卢文科 邓开连.基于二维Tsallis交叉熵直线型图像阈值分割方法[J].计算机技术与发展,2010,(06):105.
　LAI Lei,LU Wen-ke,DENG Kai-lian.New Image Thresholding Segmentation Methods Based on Two-Dimensional Tsallis Cross-Entropy Liner-Type[J].,2010,(11):105.
[8]王为为 程家兴 贺晟.基于佳点集交叉的粒子群算法[J].计算机技术与发展,2009,(12):32.
　WANG Wei-wei,CHENG Jia-xing,HE Sheng.Particle Swarm Algorithm Based on Good Point Set Crossover[J].,2009,(11):32.
[9]贾瑞玉 黄义堂 邢猛.一种动态改变权值的简化粒子群算法[J].计算机技术与发展,2009,(02):137.
　JIA Rui-yu,HUANG Yi-tang,XING Meng.A Modified Simple Particle Swarm Optimization Using Dynamically Decreasing Inertia Weight[J].,2009,(11):137.
[10]卢珊萍 于盛林.基于粒子群算法的细胞神经网络模板参数设计[J].计算机技术与发展,2009,(04):83.
　LU Shan-ping,YU Sheng-lin.A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm[J].,2009,(11):83.

备注/Memo

备注/Memo:
辽宁省教育科研计划项目（200417012）邹毅（1971-），男，辽宁沈阳人，副教授，研究方向为优化算法及智能控制理论
更新日期/Last Update: 1900-01-01