粒子群优化算法改进基于Logistic混沌映射与自适应惯性权重的MATLAB实现
基于Logistic 混沌映射
的粒子群优化算法,初始粒子分布更均匀,搜索过程也更稳妥。
自适应的惯性权重
加上耦合中心游移策略,挺适合那种容易早熟、陷局部最优的问题。你要是用过传统PSO
,应该懂这种“卡住不动”的烦恼。
作者还给边界加了点料,用的是耦合边界邻域修正。简单说,就是不让粒子老往边界钻,挺巧妙的思路。代码用MATLAB2018b
写的,模块化做得还不错,拿来改也方便。
适合干啥?像光伏阵列参数辨识
这种工程优化问题,用起来比较顺手。你要是研究智能优化算法,或者老觉得PSO
不够“聪明”,这个资源可以看看。
顺手附几个相关的:
如果你在调算法性能,不妨试试看这个版本的 PSO,收敛速度还挺让人惊喜的。
基于Logistic混沌映射与自适应惯性权重的粒子群优化算法改进及其MATLAB实现.zip
预估大小:4个文件
基于Logistic混沌映射与自适应惯性权重的粒子群优化算法改进及其MATLAB实现.pdf
112KB
基于logistic混沌映射的粒子群优化算法改进:自适应权重与耦合策略应用.docx
38KB
混沌映射
文件夹
基于logistic混沌映射与自适应惯性权重的粒子群优化算法改进及实现.txt
4KB
基于logistic混沌映射与自适应惯性权重的粒子群优化算法改进及实现.html
2.28MB
858.54KB
文件大小:
评论区