论文研究 混沌粒子群优化算法研究.pdf

针对粒子群优化算法稳定性较差和易陷入局部极值的缺点，提出了一种新颖的混沌粒子群优化算法。一方面，在可行域中应用逻辑自映射函数初始化生成均匀分布的粒群，提高了初始解的质量和增加了算法的稳定性；另一方面，采用两组速度-位移更新策略，即对全局最优粒子单独使用特定的速度-位移策略更新，而对其余粒子则使用常规的速度-位移进行更新，从而有效避免了算法陷入局部收敛的缺点。将该算法应用在4个基准测试函数优化中，仿真结果表明其能有效提高全局寻优的性能，且稳定性好。