融合改进Sine混沌映射的新型粒子群优化算法
A Novel Particle Swarm Optimization Algorithm Incorporating Improved Sine Chaos Mapping作者机构:江苏大学机械工程学院江苏镇江212013 浙江大学流体动力基础件与机电系统全国重点实验室杭州310027 法赫德国王石油与矿业大学电气工程系沙特阿拉伯达兰31261
出 版 物:《西安交通大学学报》 (Journal of Xi'an Jiaotong University)
年 卷 期:2023年第57卷第8期
页 面:182-193页
核心收录:
学科分类:08[工学] 0804[工学-仪器科学与技术] 0714[理学-统计学(可授理学、经济学学位)] 0701[理学-数学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(52075223) 中国博士后科学基金资助项目(2021M691308) 江苏省研究生科研与实践创新计划资助项目(KYCX23_3731)
摘 要:为了应对传统粒子群算法(PSO)存在的初始位置不均匀、易达到局部最优、搜索精度不高等问题,提出了一种基于改进Sine混沌映射的新型PSO算法。采用一种改进的Sine混沌映射技术代替传统的伪随机数方法生成初始粒子种群,以丰富种群的多样性。在原始基本位置更新公式的基础上增加两种新的位置更新机制,并分别引入一个高斯变异算子,以实现算法勘探性能和开发性能之间的动态平衡,以及在迭代过程中使粒子有效跳出局部最优。在由7个单峰函数、6个多峰函数和10个固定维函数组成的基准测试函数和3个带约束经典工程优化设计问题上对所提出算法开展仿真实验,并与其他几种流行的PSO变体进行对比。仿真结果表明:与其他PSO变体相比,基于改进Sine混沌映射的新型PSO算法具有更快的收敛速度和更高的寻优精度,对于基准测试函数的寻优结果有20个排名第一,约为总测试函数的87%;该算法在压力容器和工字梁设计优化中,综合性能排在第一位,应可用于解决一些实际工程优化问题。