基于混沌和自适应搜索策略的GSO算法分析与优化

• 作者: 牛四杰 王迤冉 黄宇达
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 萤火虫群优化 Chebyshev混沌映射 优化 混沌扰动 动态步长 自适应搜索
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 147-153
• 页数: 7页
• 分类号: TP301
• 字数: 7635字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1602-0058

摘要

针对基本萤火虫群算法在全局优化问题求解过程中存在的求解精度偏低、易陷入局部最优、收敛速度较慢等问题,提出一种基于混沌和自适应搜索策略的萤火虫优化算法(CSAGSO).利用混沌搜索技术对萤火虫种群进行初始化以得到分布更为均匀、合理的较优初始解;运用混沌扰动优化策略对每一代适应度较差的部分萤火虫个体进行混沌扰动以增强种群多样性和提高全局搜索能力.采用动态步长的自适应搜索策略,并对寻优过程中静止不动的萤火虫个体位置进行更新,加快了算法前期收敛速度,减少了后期震荡现象发生.仿真实验结果表明,优化后的萤火虫算法参数较少并具有较好稳定性,同时在求解精度和收敛速度上都明显优于基本萤火虫群算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王迤冉	周口师范学院计算机科学与技术学院	82	248	8.0	12.0
2	黄宇达	周口职业技术学院信息工程学院	30	142	5.0	11.0
3	牛四杰	南京理工大学计算机科学与工程学院	9	58	5.0	7.0