基于Logistic映射的新型混沌简化PSO算法

发布时间：2024-12-19 03:09

　　 针对基本粒子群算法易陷入局部最优、收敛速度慢、收敛精度差等问题,提出一种基于Logistic映射的新型混沌简化PSO算法(CIW-SPSO)。该算法引入混沌理论使惯性权重具有混沌搜索能力,同时使学习因子随寻优过程呈正弦函数变化,降低算法陷入局部最优的概率。使用6个经典测试函数进行仿真测试,结果表明:本算法收敛速度快,收敛精度高,能避免陷入局部最优,提升算法优化性能。

【文章页数】：7 页

【部分图文】：

图1LDIW与EDIW权重策略比较2．2．3随机惯性权重(ＲIW)

2019年第12期杨万里，等:基于Logistic映射的新型混沌简化PSO算法17迭代过程非线性递减。由图1可知，相比LDIW，EDIW在迭代后期ω下降得更快，极大提高了算法局部搜索能力，因此EDIW-SPSO算法能取得更好的优化效果。图1LDIW与EDIW权重策略比较2．2．3....

图2混沌递减惯性权重(CDIW)

图3混沌惯性权重(CIW)2．3学习因子改进策略

图4Sphere函数的适应度曲线

W-SPSO930．16520ＲIW-SPSO940．16400CDIW-SPSO950．16420f6(x)CIW-SPSO970．33420PSO00．48572．5931LDIW-SPSO790．37160EDIW-SPSO880．35843．553E-15ＲIW-SPSO....

本文编号：4017558