基于动态变化自适应惯性权重混沌粒子群算法

摘要

针对标准粒子群优化算法(SPSO)在收敛过程中的早熟缺陷以及算法后期收敛变慢现象,提出一种综合改进的基于惯性权重动态变化的混沌粒子群优化算法。该算法利用混沌运动的随机性、遍历性和规律性等特点对粒子群进行混沌寻优,并采取基于惯性权重自适应变化的动态调整策略,使算法实现在进化过程中动态调整惯性权重以适应复杂的迭代过程,从而得到最优结果。算法通过使用几种经典的测试函数进行实验,Matlab仿真结果表明,该算法寻优能力较强且具备较快的收敛速度。