針對二進制粒子群優(yōu)化算法存在求解精度低的問題,提出一種自適應(yīng)學習因子的混沌二進制粒子群優(yōu)化算法(SABPSO)。首先,SABPSO算法采用混沌策略初始化粒子種群;其次,根據(jù)適應(yīng)度值以及當前粒子與最優(yōu)粒子間距離設(shè)計粒子成長因子,反映種群的進化狀態(tài);再次,通過成長因子和迭代次數(shù)設(shè)計自適應(yīng)學習因子更新機制;最后,實驗結(jié)果表明:在4個經(jīng)典測試函數(shù)上SABPSO算法具有更有效的收斂性能。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 基本的二進制粒子群優(yōu)化算法
2 自適應(yīng)學習因子的二進制粒子群優(yōu)化算法
    2.1 SABPSO算法的速度與位置更新方式
    2.2 混沌初始化策略
    2.3 粒子成長因子
    2.4 自適應(yīng)學習因子
    2.5 SABPSO步驟
3 實驗仿真
    3.1 實驗設(shè)置
    3.2 對比標準
        1) 均值:
        2) 方差:
        3) 分布狀態(tài):
    3.3 實驗結(jié)果分析
4 結(jié) 論



本文編號：3741366