刘华蓥,林玉娥,齐名军

• 1:大庆石油学院计算机与信息技术学院

• 2:大庆石油学院计算机与信息技术学院

• 3:大庆石油学院计算机与信息技术学院 黑龙江大庆163318

• 4:黑龙江大庆163318

摘要(Abstract)：

采用粒子群算法处理约束优化问题时,由于约束条件使得解空间成为非凸集合,粒子容易陷入局部最优.混沌变量具有随机遍历的特性,利用这一特性构造了一种随进化代数而退化的变异因子,给出了基于群体适应度方差进行退化混沌变异的粒子群算法,使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期搜索速度快的特性.通过对2个函数的测试,验证了该方法的可行性.

关键词(KeyWords)：粒子群算法;混沌;退化因子

Abstract:

Keywords:

基金项目(Foundation):

作者(Author):刘华蓥,林玉娥,齐名军

Email:

参考文献(References)：

• [1]Kennedy J,Eberhart R C.Particle swarm optimization[A].IEEE International Conference on Neural Networks[C].Perth,Piscat-away,NJ,Australia:IEEE Service Center,1995,IV:1 942-1 948.

• [2]Eberhart R C,Kennedy J.A new optimizer using particle swarm theory[A].Proc of the 6th Int'l Sympsosium on Micro Machine andHuman Science[C].Piscataway,NJ:IEEE Service Center,1995:39-43.

• [3]谢晓锋,张文俊,杨之廉.微粒群算法综述[J].控制与决策,2003,18(2):129-134.

• [4]吕振肃,侯志荣.自适应变异的粒子群优化算法[J].电子学报,2004,32(3):416-420.

• [5]吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2002.

• [6]姚俊峰,杨献勇.基于混沌变量的变步长梯度下降优化算法[J].清华大学学报,2003,43(12):1 676-1 678.

• [7]张哲,李燕.混合微粒群算法在非线性约束优化中的应用[J].计算机应用与软件,2004,21(8):114-116.