文献类型：期刊文章

作　　者：匡芳君[1,2] 金忠[1] 徐蔚鸿[1,3] 张思扬[2]

机构地区：[1]南京理工大学计算机科学与工程学院,南京210094 [2]湖南安全技术职业学院电气与信息工程系,长沙410151 [3]长沙理工大学计算机与通信工程学院,长沙410114

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(61373063;61233011;61402227);湖南省科技计划项目(2013FJ4217)

年　　份：2015

卷　　号：30

期　　号：5

起止页码：839-847

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20152801022830)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对人工蜂群和粒子群算法的优势与缺陷,提出一种Tent混沌人工蜂群粒子群混合算法.首先利用Tent混沌反向学习策略初始化种群;然后划分双子群,利用Tent混沌人工蜂群算法和粒子群算法协同进化;最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值.仿真结果表明,该算法不仅能有效避免早熟收敛,而且能有效跳出局部极值,与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.

关 键 词：Tent混沌搜索  人工蜂群算法 粒子群优化算法 混沌反向学习  重组算子  

分 类 号：TP18]