通过分析了经典的粒子群优化中单个粒子模型,发现其具有混沌Hopfield神经网络的特点。提出了一种新的粒子群优化模型,该模型不像以往的粒子群算法那样包含随机参数,而是一个确定性的混沌Hopfield神经网络群,其搜索轨道展现了从混沌到周期分岔再到汇的逆周期分岔演化过程。初始混沌式搜索模式展宽了搜索范围,逆周期分岔演化过程决定了搜索的稳定性和收敛性。另外,理论上给出了新的粒子群优化的收敛性结论。最后,通过数值仿真给出了与经典的粒子群优化结果的不同点,并且说明了混沌粒子群优化的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
