-
题名基于遗传交叉和多混沌策略改进的粒子群优化算法
被引量：18
- 1
-
-
作者
谭跃
谭冠政
邓曙光
-
机构
湖南城市学院通信与电子工程学院
中南大学信息科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2016年第12期3643-3647,共5页
-
基金
国家自然科学基金资助项目(61471164)
湖南省科技计划资助项目(2014FJ3112)
湖南省教育厅优秀青年资助项目(14B033)
-
文摘
为有效改进基本PSO算法的搜索能力,提出了一种基于遗传交叉和多混沌方式改进的粒子群算法。该算法为获得比当前群体更优的最优解,采用了以下四种措施:其一,对当前群体中的最优解和每个粒子最优解进行遗传交叉操作;其二,用混沌系统动态地调整PSO算法的惯性权重;其三,对整个解空间进行混沌全局搜索;最后,对当前群体中最优解进行多维和单维的混沌局部搜索。仿真实验结果表明:与其他三种算法相比,提出的算法在解决八个整数和混合整数非线性规划问题时不仅收敛速度最快,而且具有100%的成功率。
-
关键词
粒子群优化算法
遗传交叉
混沌惯性权重
多维和单维混沌局部搜索
混沌全局搜索
-
Keywords
particle swarm optimization
genetic crossover
chaotic inertia weight
multi-dimensional and single-dimension chaotic local search
chaotic global search
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于遗传交叉改进粒子群算法的充电站布局
被引量：4
- 2
-
-
作者
张志宇
张会林
徐辉
叶玉凤
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《计算机应用与软件》
2017年第10期275-279,共5页
-
基金
沪江基金资助项目(B1402/D1402)
-
文摘
为了合理地规划城市电动汽车充电站布局,采用一种基于遗传交叉改进粒子群算法的寻优处理方案。在传统粒子群算法的基础上,引入局部极值对速度更新公式进行优化,采用自适应惯性权重,并且对当前种群的最优解和每个粒子最优解进行交叉操作产生新解。最后通过改进后算法对城市算例进行求解。结果验证了模型的有效性和准确性,表明改进算法在保持全局最优解的同时能提高70%收敛速度,有效降低总成本、提高便利性。
-
关键词
充电站
粒子群算法
遗传交叉
惯性权重
-
Keywords
charging station particle swarm optimization genetic crossover inertia weight
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
