模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (10): 953-960    DOI: 10.16451/j.cnki.issn1003-6059.201510011
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
嵌入层叠混沌策略的随机粒子群算法
李胜1,何明辉2,李建林2,张力2
新疆农业科学院 农业机械化研究所 乌鲁木齐 830091
2.北京航天长征飞行器研究所 北京 100076
Stochastic Particle Swarm Optimization Algorithm with Embedded Cascading Chaotic Strategy
LI Sheng1, HE Ming-Hui2, LI Jian-Lin2, ZHANG Li2
1.Institute of Agricultural Mechanization, Xinjiang Academy of Agricultural Sciences, Urumqi 830091
2.Beijing Institute of Space Long March Vehicle, Beijing 100076

全文: PDF (576 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 鉴于求解复杂问题时粒子群优化算法易出现早熟收敛的问题,通过引入轨迹扰动因子,提出随机粒子群进化迭代方程.该方程在统计行为中保证粒子向特定的收敛中心逼近,但对“旧址”的依赖性呈现出随机特性,从而使粒子群的快速跳转和迁移成为可能,避免过早落入局部陷阱.同时该进化方程还利用层叠混沌策略和对称极值扰动策略进一步增强算法的局部收敛性和全局搜索性.实验表明,由上述进化方程和改进策略构成的随机混沌粒子群算法具有鲁棒性较强、收敛速度较快和精度较高等优势,性能优于其他同源粒子群算法.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李胜
何明辉
李建林
张力
关键词 粒子群优化算法轨迹扰动因子层叠混沌策略对称极值扰动    
Abstract:Aiming at the premature convergence problem frequently occurring in complex optimization problems of particle swarm optimization (PSO) algorithms, an iteration equation of stochastic particle swarm evolution is proposed by importing the disturbed track factor. The statistical behavior of particles produced by the equation is ensured to approach certain convergence centre, while their dependence on the address of previous generation appears to be stochastic.Thus, it is possible for particle swarm to jump quickly or migrate instead of being trapped in the local extremum at early evolution. Meanwhile, the cascading chaotic strategy and the symmetric extremum perturbation strategy are employed to further enhance local convergence velocity and globe search capacities, respectively. Experimental results indicate that stochastic chaotic PSO algorithm composed by the proposed equation and the improved strategies is better than other homologous particle swarm optimization algorithms in robustness, convergence speed and accuracy.
Key wordsParticle Swarm Optimization Algorithm    Disturbed Track Factor    Cascading Chaotic Strategy    Symmetric Extremum Perturbation   
收稿日期: 2014-07-09     
作者简介: 李胜(通讯作者),男,1978年生,硕士,助理研究员,主要研究方向为智能控制、信息化技术.E-mail:skylinker@163.com. 何明辉,男,1972年生,硕士,高级工程师,主要研究方向为智能计算、智能信息处理.李建林,男,1961年生,博士,研究员,主要研究方向为决策系统、管理工程.张力,男,1961年生,博士,研究员,主要研究方向为电磁波理论、雷达系统.
引用本文:   
李胜,何明辉,李建林,张力. 嵌入层叠混沌策略的随机粒子群算法[J]. 模式识别与人工智能, 2015, 28(10): 953-960. LI Sheng, HE Ming-Hui, LI Jian-Lin, ZHANG Li. Stochastic Particle Swarm Optimization Algorithm with Embedded Cascading Chaotic Strategy. , 2015, 28(10): 953-960.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201510011      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I10/953
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn