一种新的自适应惯性权重混沌PSO算法

来源：计算机工程与应用杂志2018年第9期北京时间：

作者：李龙澍1，2，张效见2

单位：1.安徽大学 计算智能与信号处理教育部重点实验室，合肥 230039；2.安徽大学 计算机科学与技术学院，合肥 230601

摘要：针对粒子群算法（Particle Swarm Optimization，PSO）易陷入局部极值的缺陷，提出了一种新的自适应惯性权重混沌PSO算法（a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight，CPSO-NAIW）。首先采用新的惯性权重自适应方法，很好地平衡粒子的搜索行为，减少算法陷入局部极值的概率，然后在算法陷入局部极值时，引入混沌优化策略，对群体极值位置进行调整，以使粒子搜索新的邻域和路径，增加算法摆脱局部极值的可能。最后，实验结果表明，CPSO-NAIW算法能有效避免陷入局部极值，提高算法性能。

关键词：粒子群,自适应惯性权重,混沌,局部极值