摘 要:为了解决粒子群算法(Particle Swarm Optimization,PSO)易受初值影响、迭代后期早熟收敛、局部寻优结果不稳定等问题,故而提出混沌映射粒子种群初始化的方案。即在算法前期根据混沌映射初值敏感性、随机性等特征,基于六种混沌映射对粒子群算法分别进行初始化,进而增加种群多样性和解的覆盖,接着引入动态惯性权重系数,提高算法收敛速度。本文通过六个测试函数进行仿真实验,对不同混沌映射数据结果进行分析比较,实验证明该算法能在不改变原有时间复杂度的基础上较好地提高算法的收敛速度和寻优精度。
关键词:粒子群算法;混沌映射;混沌粒子群算法;基准测试函数
中图分类号:TP301.6 文献标志码:A