發(fā)布時(shí)間：2018-05-20 20:39

  本文選題：復(fù)雜適應(yīng)系統(tǒng)(CAS)理論 + 雙重自適應(yīng)粒子群優(yōu)化(DAPSO)算法��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年05期

【摘要】：針對(duì)粒子群優(yōu)化(PSO)算法易陷入局部最優(yōu),發(fā)生早熟這一問(wèn)題,借鑒復(fù)雜適應(yīng)系統(tǒng)(CAS)理論,將混沌和自適應(yīng)引入到基本PSO中,形成一種雙重自適應(yīng)PSO算法(DAPSO)。該算法在初始化種群時(shí),采用Logisitic方程產(chǎn)生混沌序列;在迭代過(guò)程中,通過(guò)非線(xiàn)性動(dòng)態(tài)調(diào)整策略調(diào)整粒子個(gè)體學(xué)習(xí)因子和社會(huì)學(xué)習(xí)因子的大小,采用(0,1)隨機(jī)均勻分布代替慣性權(quán)重遞減的方法對(duì)w進(jìn)行自適應(yīng)取值來(lái)更新粒子的速度和位移,最終實(shí)現(xiàn)算法求解全局最優(yōu)的目標(biāo)。最后運(yùn)用六個(gè)高維單模態(tài)和多模態(tài)Benchmark測(cè)試函數(shù)對(duì)該算法進(jìn)行仿真,并與PSO,2PSO,KPSO算法進(jìn)行對(duì)比。對(duì)比結(jié)果表明,該算法在求解全局最優(yōu)解時(shí),效果明顯優(yōu)于其他粒子群算法,在精確性和尋優(yōu)效率上較其他算法表現(xiàn)尤為突出。
[Abstract]:Aiming at the problem that particle swarm optimization (PSO) algorithm is prone to fall into local optimum and precocity occurs, chaotic and adaptive algorithms are introduced into the basic PSO to form a double adaptive PSO algorithm based on the theory of complex adaptive system (CAS). When initializing the population, the Logisitic equation is used to generate chaotic sequences, and in the iterative process, the particle individual learning factor and the social learning factor are adjusted by nonlinear dynamic adjustment strategy. The random uniform distribution is used to update the velocity and displacement of the particle instead of the decreasing inertia weight. Finally, the algorithm is used to solve the global optimal target. Finally, six high-dimensional single-mode and multi-modal Benchmark test functions are used to simulate the algorithm, and the results are compared with the PSO2PSO-KPSO algorithm. The results show that the proposed algorithm is more effective than other particle swarm optimization algorithms in solving the global optimal solution, especially in terms of accuracy and optimization efficiency.
【作者單位】： 上海理工大學(xué)管理學(xué)院;上海理工大學(xué)超網(wǎng)絡(luò)研究中心(中國(guó));
【基金】：國(guó)家自然科學(xué)基金(No.71171135) 上海市一流學(xué)科建設(shè)項(xiàng)目(No.S1201YLXK) 上海市高原學(xué)科(管理科學(xué)與工程)建設(shè)項(xiàng)目 上海高校青年教師培養(yǎng)資助計(jì)劃項(xiàng)目(No.slg14020) 上海理工大學(xué)國(guó)家級(jí)項(xiàng)目培育課(No.15HJPY-QN09) 上海市哲學(xué)社會(huì)科學(xué)規(guī)劃課題(No.2016EGL007)
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 韓小妹;章磊;;基于CAS理論的航空裝備可靠性管理模型研究[J];微計(jì)算機(jī)信息;2009年09期

2 仲姣菲;周賡;陳禹;;基于CAS理論的產(chǎn)品競(jìng)爭(zhēng)模型[J];科技咨詢(xún)導(dǎo)報(bào);2007年21期

3 張兵 ,曾珍香 ,李艷雙;基于CAS理論的企業(yè)可持續(xù)發(fā)展的動(dòng)態(tài)支撐機(jī)制研究[J];科學(xué)學(xué)與科學(xué)技術(shù)管理;2004年01期

4 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 張楷;;CAS理論在環(huán)境科學(xué)中的研究進(jìn)展[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

相關(guān)重要報(bào)紙文章 前1條

1 曹平詠 郭睿;運(yùn)用CAS理論指導(dǎo)安全管理[N];戰(zhàn)士報(bào);2011年

相關(guān)博士學(xué)位論文 前2條

1 程雪婷;基于CAS理論的石油企業(yè)適應(yīng)性機(jī)制研究[D];哈爾濱工業(yè)大學(xué);2006年

2 常春媛;基于CAS理論的林火撲救仿真和履帶式風(fēng)力滅火機(jī)研究[D];東北林業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 楊昕;基于CAS理論的我國(guó)礦產(chǎn)資源儲(chǔ)量評(píng)審管理研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2010年

2 周雯;基于CAS理論的財(cái)務(wù)核心能力系統(tǒng)涌現(xiàn)現(xiàn)象研究[D];燕山大學(xué);2010年

3 禹獻(xiàn)云;基于CAS理論的高技術(shù)企業(yè)創(chuàng)新網(wǎng)絡(luò)演化機(jī)理研究[D];湖南大學(xué);2009年

4 張兵;基于CAS理論的企業(yè)可持續(xù)發(fā)展研究[D];河北工業(yè)大學(xué);2004年

5 馬雷;CAS理論視角下職業(yè)教育電子技術(shù)虛擬實(shí)驗(yàn)教學(xué)的學(xué)習(xí)環(huán)境設(shè)計(jì)研究[D];遼寧師范大學(xué);2006年

6 萬(wàn)喜喜;CAS理論在區(qū)域森林收獲調(diào)整中的應(yīng)用研究[D];中南林業(yè)科技大學(xué);2009年

，

本文編號(hào)：1916155