科研之友
微信
新浪微博
Facebook
分享链接
摘要
混沌优化算法是一种可用于求解复杂连续函数极值的智能优化算法,相对经典优化算法如遗传、模拟退火、蚁群算法等具有更强的全局搜索能力.但现有混沌优化算法存在边缘游走现象,削弱了混沌优化算法的优势且求解能力有限.故首先改进设计了分片Lorenz混沌模型,通过仿真实验验证该模型具有优于Logistic系列混沌模型的搜索均匀度与鲁棒性;其次围绕该模型,利用优序堆栈产生修正解规避褶皱局部最优,并构造变密度振荡搜索法则,设计了一种新型混沌优化算法.通过多轮低、中等复杂连续函数的极值求解实验,证明了新算法能在更短时间内以满意概率找出复杂连续函数极值优化问题的全局最优解.该算法综合性能优于对比组算法,达到预期的要求.
- 单位
