论文部分内容阅读
粒子群优化算法（PSO）与微分进化算法（DE）都是有效的基于群体智能的全局优化算法，但它们都容易过早收敛，陷入局部最优。针对以上问题，提出了混沌粒子群微分进化算法（CPSO—DE），该算法引入可变的惯性权重和学习因子，以基于logical映射的混沌序列代替标准PSO中的随机序列来对粒子群进行初始化，同时将微分进化算法（DE）中的变异、交叉和选择思想引入标准PSO算法中，改变标准PSO算法单一的进化策略，在全局范围内搜索最优解。作为实证的需要，通过对水库优化调度所存在问题的分析，建立了基于CPSO-DE算法