一种新型混沌粒子群算法及在非线性系统中的应用

摘要：

本文针对粒子群优化容易陷入局部极值、精度低等缺点,提出一种新型的混沌粒子群优化算法(CPSO).该算法的基本思想是将混沌变量加载于粒子群优化算法中,利用混沌变置对粒子群进行微小扰动并随着搜索过程的进行逐渐调整振动幅度.该算法能够提高粒子群优化算法的局部搜索能力和搜索精度.应用该方法对3个基准测试函数优化和神经网络训练问题作了仿真,得到了比较满意的结果.

关键词： 粒子群优化算法 混沌 非线性系统 神经网络

作者: 宋莹 陈增强 袁著祉

作者单位: 南开大学,自动化系,天津,300071

会议类型: 国内会议

会议名称: 2006中国控制与决策学术年会

会议地点: 天津

会议语种:中文

页码: 11-14,18

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）