將整個種群分為PSO機制迭代分群和混沌機制迭代分群,依據(jù)早熟判定策略,對種群實行兩階段尋優(yōu)。第一階段PSO分群和混沌分群同時各自迭代,比較適應值大小擇優(yōu)共同更新全局極值,避免粒子陷入局部最優(yōu);第二階段PSO分群和混沌分群進行交叉迭代,排序適應值,選取PSO分群較優(yōu)粒子替代混沌分群較差粒子,迭代搜索后取混沌分群較優(yōu)粒子替代PSO分群較差粒子,按適應值大小共同更新全局極值,完成對PSO分群局部攪動,幫助惰性粒子跳出局部最優(yōu)區(qū)。該方法考慮了算法的迭代速度,保證了迭代精度。 

【文章來源】：計算機工程與設計. 2019,40(02)北大核心

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]自適應混沌搜索的雙粒子群優(yōu)化算法[J]. 唐娜,張公讓,李磊.  計算機工程與設計. 2016(09)
[2]基于混沌搜索與種群交叉的粒子群優(yōu)化算法[J]. 楊勝培,李仲陽,陳中樣.  計算機仿真. 2016(06)
[3]基于自適應分群粒子群進化的節(jié)點定位算法[J]. 劉政.  微電子學與計算機. 2015(09)
[4]自適應變異粒子群算法[J]. 周利軍,彭衛(wèi),鄒芳,劉宇熒,李莉.  計算機工程與應用. 2016(07)
[5]基于自適應變異的混沌粒子群優(yōu)化算法[J]. 李建美,高興寶.  計算機工程與應用. 2016(10)
[6]基于自適應混沌粒子群算法的光伏電池模型參數(shù)辨識[J]. 程澤,董夢男,楊添剴,韓麗潔.  電工技術學報. 2014(09)
[7]一種權重遞增的粒子群算法[J]. 劉建華,張永暉,周理,賀文武.  計算機科學. 2014(03)
[8]基于黃金分割準則的混沌云粒子群算法[J]. 祁瑩,蘇宏升.  計算機工程與應用. 2013(22)
[9]自適應混沌粒子群算法在PSS設計中的應用[J]. 陳剛,簡華陽,龔嘯.  電力系統(tǒng)及其自動化學報. 2012(04)
[10]基于混沌云模型的粒子群優(yōu)化算法[J]. 張朝龍,余春日,江善和,劉全金,吳文進,李彥梅.  計算機應用. 2012(07)



本文編號：3024436