摘要
君主蝶优化算法(Monarch Butterfly Optimization, MBO)是2015年提出的一种模拟君主蝶的迁徙行为的元启发式算法.通过对MBO的研究发现其在处理高维问题时易陷入局部最优与迁移算子产生的子代受父代影响过大的问题,本文提出新算法, Logistic混沌映射君主蝶优化算法(Monarch Butterfly Optimization with Logistic Chaotic Map, LCMMBO),使用Logistic混沌映射扰动最优解以增强其跳出局部最优的能力,优化了迁移算子中子代传递的方式以增强其全局搜索的能力.通过仿真实验发现其在处理高维的优化问题时表现出良好的性能,不仅鲁棒性优异,而且跳出局部最优的能力强.
-
单位宁波大学科学技术学院