控制与决策

作者：张娜,赵泽丹,包晓安,钱俊彦,吴彪

单位：浙江理工大学信息学院，杭州310018,,浙江理工大学信息学院，杭州310018,,浙江理工大学信息学院，杭州310018,,桂林电子科技大学广西可信软件重点实验室，广西桂林541004,,浙江理工大学信息学院，杭州310018,

关键词：Tent混沌;万有引力搜索算法(GSA);成熟度;引力常数

基金：国家自然科学基金项目(61502430,61562015)；广西自然科学重点基金项目(2015GXNSFDA139038)；浙江理工大学521人才培养计划项目.

万有引力搜索算法(gravitational search algorithm,GSA)相比于传统的优化算法具有收敛速度快、开拓性能强等特点,但GSA易陷入早熟收敛和局部最优,搜索能力较弱.为此,提出一种基于改进的Tent混沌万有引力搜索算法(gravitational search algorithm based on improved tent chaos,ITC-GSA).首先,改进Tent混沌映射来初始化种群,利用Tent混沌序列随机性、遍历性和规律性的特性使得初始种群随机性和遍历性在可行域内,具有加强算法的全局搜索能力;其次,引入引力常数G的动态调整策略提高算法的收敛速度和收敛精度;再次,设计成熟度指标判断种群成熟度,并使用Tent混沌搜索有效抑制算法早熟收敛,帮助种群跳出局部最优;最后,对10个基准函数进行仿真实验,结果表明所提算法能够有效克服GSA易陷入早熟收敛和局部最优的缺点,提高算法的收敛速度和寻优精度.

来源：2020年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第4期