基于函數變換的改進混沌粒子群優化

優化問題是現代工程中研究熱點之一。隨著科學技術的發展，實際工程給優化問題的計算機求解方法提出了越來越高的要求，即必須在眾多的局部極優值的包圍中搜索到全局最優值。通過模擬自然現象，學者們提出模擬退火算法、遺傳算法，蟻群優化算法等智能優化算法。其中，粒子群優化是近年來的研究熱點之一。粒子群優化是美國電氣學家Kennedy等人在1995年提出的，它是自然界優化發展的一個體現。粒子群通過模擬鳥群覓食的過程來搜索最優值。粒子群的搜索不需要參數調整和梯度信息，由于搜索機制簡單，容易程序實現，粒子群優化已經被廣泛地應用于實際問題的求解當中。粒子群存在早熟問題，即容易陷入局部最優值而無法找到全局最優值點。許多學者做了大量工作并提出改進算法的性能。有的從參數的控制出發，有的從增加群體多樣性出發，有的從隨機優化算法的全局收斂性條件出發。這些改進算法在一定程度上改善了基本粒子群的搜索性能。