基于混沌和自适应搜索策略的GSO算法分析与优化

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.

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

所属期刊栏目：55

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61103143;河南省科技计划项目112300410307;河南省高等学校重点科研项目立项15A520118

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：147-153