基于Cat混沌和柯西变异的鸡群算法

• 作者: 蔡畅 谭敏生
• 来源期刊: 电子测试
• 关键词: 鸡群算法 Cat混沌 反向学习 柯西变异
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论与算法
• 页码范围: 46-47,54
• 页数: 3页
• 字数: 1388字
• 语种: 中文

摘要

当标准的CSO算法被应用于求解高维复杂优化问题时,存在易陷入局部最优解与较差的收敛精度等明显缺陷.本文提出了一种基于Cat混沌与柯西变异的改进鸡群优化算法(ICSO),然后使用6个标准函数对ICSO算法进行了仿真寻优,结果表明,相比PSO算法、BA算法和CSO算法,ICSO算法具有更强的跳出局部收敛的能力,且寻优精度也有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭敏生	南华大学计算机学院	102	553	12.0	20.0
2	蔡畅	南华大学计算机学院	1	0	0.0	0.0