计算机科学与探索

作者：李守玉, 何庆, 杜逆索

单位：1.贵州大学 大数据与信息工程学院,贵阳 550025；2.贵州大学 贵州省大数据产业发展应用研究院,贵阳 550025

关键词：蝴蝶优化算法（BOA）,混沌映射,反馈共享,群体协同效应

基金：贵州省科技计划项目重大专项项目(黔科合重大专项字[2018]3002);贵州省科技计划项目重大专项项目(黔科合重大专项字[2016]3022);贵州省公共大数据重点实验室开放课题(2017BDKFJJ004);贵州省教育厅青年科技人才成长项目(黔科合KY 字[2016]124);贵州大学培育项目(黔科合平台人才[2017]5788)

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。

来源：2022年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2022年第7期