融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法

发布时间：2023-04-30 03:20

　　针对蝴蝶优化算法求解精度不高、收敛速度较慢等问题,提出融合正弦余弦和无限折叠迭代混沌映射(ICMIC)的蝴蝶优化算法.首先,采用ICMIC映射对蝴蝶个体状态进行初始化,避免算法陷入局部最优.然后,在自身认知飞行部分引入正弦余弦算子,平衡算法的局部搜索能力与全局搜索能力.最后,通过改进依赖香味大小的幂指数调整吸收程度,获取更好的最优解.在8个基准函数上的实验表明,文中算法具有较优的全局搜索能力和求解鲁棒性,寻优精度较高,收敛速度较快.

【文章页数】：10 页

【文章目录】：
1 蝴蝶优化算法
2 融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法
    2.1 无限折叠迭代混沌映射的种群初始化
    2.2 正弦余弦算子
    2.3 参数a的改进
    2.4 算法步骤
    2.5 时间复杂度分析
    2.6 与前期研究成果对比分析
3 实验及结果分析
    3.1 函数优化结果对比
    3.2 统计检验
    3.3 迭代曲线对比
    3.4 CIBOA和SIBOA实验对比
4 结束语



本文编号：3806315