文献类型：期刊文章

作　　者：董红伟[1] 李爱莲[1] 解韶峰[2] 崔桂梅[1]

DONG Hongwei;LI Ailian;XIE Shaofeng;CUI Guimei(School of Information Engineering,Inner Mongolia University of Science and Technology,Baotou 014010,China;Infrastructure Department of Inner Mongolia University of Science and Technology,Baotou 014010,China)

机构地区：[1]内蒙古科技大学信息工程学院,内蒙古包头014010 [2]内蒙古科技大学基建处,内蒙古包头014010

出　　处：《小型微型计算机系统》

基　　金：内蒙古自治区自然科学基金项目(2022MS06003)资助;国家自然科学基金项目(61763039)资助。

年　　份：2024

卷　　号：45

期　　号：2

起止页码：293-300

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD_E2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对标准蜜獾算法存在的易陷入局部最优值、目标精度低、局部搜索能力不足等问题,提出了一种多策略改进的蜜獾算法.在种群初始化阶段,使用Chebyshev混沌映射初始化种群,保证随机性的同时提高种群的均衡性;在局部挖掘阶段加入莱维飞行,使寻找最优值到确定最优值的过程更加平稳,避免算法陷入局部最优;在最优个体确定阶段上引入最优个体自适应变异策略,来提高算法局部搜索能力以及收敛精度,避免算法个体早熟.选取18个基准测试函数进行仿真,同时结合秩和检验、实际工程应用对该算法进行多维度评估,实验证明改进的蜜獾算法与标准蜜獾算法相比,在收敛速度、目标精度以及寻优搜索能力均有明显改善,表现出较好的鲁棒性.

关 键 词：蜜獾优化算法  Chebyshev混沌映射  莱维分行  最优个体自适应变异  

分 类 号：TP301]