針對(duì)現(xiàn)有算法在大空間和高維度尋優(yōu)存在效率較低的問(wèn)題,提出一種區(qū)間長(zhǎng)度可變的反向混沌優(yōu)化算法,并證明了該算法以概率1收斂于全局最優(yōu)解.算法采用區(qū)間長(zhǎng)度可變的反向優(yōu)化策略,利用反向優(yōu)化方法增大算法進(jìn)化過(guò)程的多樣性,使優(yōu)化的變量區(qū)間不斷減小.同時(shí),提出基于Fuch混沌映射的反向混沌優(yōu)化策略增大算法逃逸局部極值的能力,以及兩級(jí)優(yōu)化策略提高算法執(zhí)行后期的尋優(yōu)精度.通過(guò)22個(gè)基準(zhǔn)函數(shù)測(cè)試結(jié)果表明,本文提出的算法與改進(jìn)的混沌優(yōu)化算法以及其他智能優(yōu)化算法相比,其搜索的綜合性能要優(yōu)于其他算法. 

【文章來(lái)源】：電子學(xué)報(bào). 2019,47(01)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 引言
2 區(qū)間長(zhǎng)度可變的反向混沌優(yōu)化算法 (VILOC)
    2.1 區(qū)間長(zhǎng)度可變的反向優(yōu)化策略
    2.2 基于Fuch映射的反向混沌優(yōu)化策略
    2.3 兩級(jí)搜索策略
3 VILOC算法實(shí)現(xiàn)
4 VILOC算法收斂性分析
5 仿真實(shí)驗(yàn)分析
    5.1 測(cè)試函數(shù)及設(shè)置
    5.2 VILOC算法仿真結(jié)果
    5.3 與其他改進(jìn)算法比較
6 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)折疊混沌優(yōu)化方法[J]. 傅文淵,凌朝東.  西安交通大學(xué)學(xué)報(bào). 2013(02)



本文編號(hào)：3550667