针对最近提出的具有极强全局搜索能力的加速粒子群算法,为改善早熟收敛问题并提高收敛精度,提出一种融合混沌理论的混沌增强加速粒子群算法。该算法引入混沌序列来调节全局学习因子,使算法进一步增加全局搜索能力。算法性能通过测试四个典型多目标优化函数验证,并与经典的非劣分类多目标遗传算法、多目标粒子群优化算法和加速粒子群算法相比较,结果表明混沌增强加速粒子群算法具有较快的收敛速度和较强的跳出局部最优能力,性能优越,可供优化求解等许多领域借鉴。
科研之友
微信
新浪微博
Facebook
分享链接
