蚁狮优化算法是受自然界中蚁狮捕食蚂蚁的行为提出的群智能优化算法。针对基本蚁狮优化算法存在易陷入局部最优的缺点,论文提出一种基于逻辑自映射和Beta变异的混沌蚁狮优化算法。在基本蚁狮优化算法中引入逻辑自映射混沌序列优化精英个体,使用Beta变异策略对适应度值较差的种群个体进行变异,使得算法能有效跳出局部极值。对Benchmark基准函数的寻优测试表明,改进后的算法与基本蚁狮优化算法和粒子群算法相比,其寻优速率、收敛精度及算法稳定性更佳。
科研之友
微信
新浪微博
Facebook
分享链接
