改进的鸡群优化算法及其在DTI-FA图像配准中的应用

摘要：

鸡群优化算法(Chicken Swarm Optimization,CSO)是一个全新的群智能优化算法,简单且具有良好的扩展性.针对鸡群优化算法中因为母鸡的寻优能力差而使算法容易陷入局部极值的问题,提出了一种结合混沌思想的改进鸡群优化算法(Chaotic Improved Chicken Swarm Optimization Algorithm,CICSO).该算法结合混沌思想的遍历性初始化鸡群位置,将母鸡的位置更新公式改为仅向全局适应度值最好的公鸡学习,并引入学习系数来避免陷入局部最优.最后将改进的鸡群优化算法(CICSO)应用于DTI-FA图像配准.仿真实验结果表明,在解决高维问题时,改进的鸡群优化算法避免了陷入局部极值,提高了收敛精度,在DTI-FA图像配准中提高了图像的配准精确度.

关键词：鸡群优化算法、搜索范围、改进的鸡群优化算法、测试函数、图像配准

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61572063,61401308;河北省自然科学基金F2016201187,F2016201142;河北省高等学校科学技术研究项目QN2016085,ZC2016040;河北大学引进人才科研启动经费2014-303;中西部综合实力提升项目资助

在线出版日期：2018-04-04（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：285-291