混沌反馈共享和群体协同效应的蝴蝶优化算法

摘要：

针对蝴蝶优化算法(BOA)寻优精度低和易陷入局部最优等缺点,提出了混沌反馈共享和群体协同效应的蝴蝶优化算法(CFSBOA).首先,利用Hénon混沌初始化种群,能够使种群尽可能地覆盖搜索盲区,增加种群多样性,提高算法寻优性能;其次,利用反馈控制电路中正负反馈作用机制的思想,构建蝴蝶之间的反馈共享交流网络,使得蝴蝶个体能够接收来自多个方向的信息,帮助种群定位最优解的位置并执行精细搜索,增强算法逃离局部最优的能力和加快算法收敛的速度;最后,利用群体协同效应机制,提高和平衡全局与局部搜索的能力,增强算法的全局和局部的寻优能力.使用不同维度的基准测试函数、统计检验、Wilcoxon检验及多类型的CEC2014部分函数验证改进蝴蝶优化算法的性能,并与新改进的蝴蝶算法及其他群智能算法进行对比,实验结果表明该算法具有明显优势.

关键词：蝴蝶优化算法(BOA)、混沌映射、反馈共享、群体协同效应

所属期刊栏目：16

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省科技计划项目;贵州省科技计划项目;贵州省公共大数据重点实验室开放课题;贵州省教育厅青年科技人才成长项目;贵州大学培育项目

在线出版日期：2022-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1661-1672