為克服粒子群算法在處理復(fù)雜高維問題時易陷入局部最優(yōu)及尋優(yōu)精度低等缺陷,提出一種融合Rosenbrock搜索法的混合粒子群算法。首先,利用Tent混沌序列進(jìn)行種群初始化;其次,采用去速度項的簡化粒子群公式提高收斂速度并對個體極值加入擾動,增強(qiáng)粒子種群多樣性;最后,當(dāng)全局最優(yōu)個體更新停滯時,利用Rosenbrock搜索法對全局最優(yōu)個體進(jìn)行局部搜索,提高解的精度。利用8個常用基準(zhǔn)測試函數(shù)分別對30維和50維問題進(jìn)行實驗,證實該算法可尋到病態(tài)函數(shù)Rosenbrock全局最優(yōu)值,且比其它7個函數(shù)的尋優(yōu)精度提高10-2數(shù)量級。實驗證明該算法收斂速度快,解的精度高,全局搜索能力強(qiáng),尋優(yōu)能力明顯提高。 

【文章來源】：軟件導(dǎo)刊. 2020,19(07)

【文章頁數(shù)】：6 頁


本文編號：3528505