混沌惯性权值调整策略的粒子群优化算法  

Particle Swarm Optimization algorithm with Chaotic Inertia Weight adjusting strategy

作　　者：吴秋波[1,2] 王允诚[1] 赵秋亮[3] 吴昌荣[1] 

机构地区：[1]成都理工大学能源学院,成都610059 [2]中国石油川庆钻探工程公司地球物理勘探公司,成都610213 [3]浙江海洋学院机电工程学院,浙江舟山316000

出　　处：《计算机工程与应用》2009年第7期49-51,共3页Computer Engineering and Applications

基　　金：国家自然科学基金No.40238060~~

摘　　要：粒子群优化算法是一种新颖的智能优化算法。惯性权值对粒子群优化算法的性能有着重要的影响。在分析已有的惯性权值调整策略的基础上,提出了混沌惯性权值调整策略,该策略将惯性权值用一个混沌变量来描述。标准测试函数实验表明,在不影响优化结果精度的情况下,混沌惯性权值调整策略的粒子群优化算法收敛速度较已有方法有了明显的提高。Particle Swarm Optimization algorithm （PSO） is a new intelligent optimization paradigm.The inertia weight is very , important to the performance of PSO.Based on analyzing existing inertia weight adjustment strategy,a novel method, Chaotic Inertia Weight strategy （CIW） is proposed,which describes the inertia weight as a chaotic variable.Results of three benchmark functions indicate the PSO with CIW has been significantly improved on convergence speed comparing with other existing methods,while keeping the excellent computational accuracy.

关 键 词：粒子群优化算法 惯性权值 混沌 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]