基于柯西变异的改进入侵杂草优化算法

摘要：

入侵杂草优化算法存在收敛速度较慢,收敛精度不高,易陷入局部最优等问题,针对这些问题,论文提出基于柯西变异的改进入侵杂草优化算法(CMIWO).该算法采用改进点集的方法实现种群的初始化,丰富初始种群的多样性,引入改进后的tent混沌映射将杂草个体进行扩散,后期融入柯西变异和差分变异的混合变异算子,从而使算法的收敛速度和寻优精度进一步提高,且更易跳出局部最优值.利用6个标准测试函数测试算法的收敛速度以及寻优精度,仿真结果表明,CMIWO算法均优于标准IWO算法及其他常用算法,并且能有效避免陷入局部最优.

关键词：入侵杂草优化算法、点集、混沌映射、混合变异算子

所属期刊栏目：50

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2377-2381,2434