论文研究基于Hénon混沌与动态非线性方程的改进粒子群优化算法.pdf

为解决粒子群优化算法易于陷入局部最优问题，提出了两种新方法并行改进粒子群优化算法惯性权重：对适应度值比平均值差的粒子，用所设计的动态Hénon混沌映射公式调整惯性权重，在复杂多变的环境中逐步摆脱局部最优值，动态寻找全局最优值；对适应度值好于或等于平均值的粒子，用提出的动态非线性方程调整惯性权重，在保存相对有利环境的基础上逐步向全局最优处收敛。两种方法前后相辅相成、动态协调，使两个动态种群相互协作、协同进化。采用不同复杂程度的标准测试函数进行实验，结果发现，该算法在不同情况下都超越了同类著名改进粒子群优化算