一种自适应混沌蜂群优化算法研究

发布时间：2025-03-18 04:28

　　 针对人工蜂群算法在寻优后期搜索变慢、易陷入局部最优的问题,提出了一种自适应混沌蜂群算法,将混沌算法应用到蜂群的初始化和搜索后期,防止其陷入局部最优,同时提出了一种自适应步长算法,增加了算法寻优后期的搜寻速度。通过对测试函数寻优结果的对比分析验证了该算法的优越性。

【文章页数】：7 页

【部分图文】：

图3ABC算法和AHABC算法第一代寻优对比

解保留，判断是否达到结束条件。若满足结束条件，则退出；否则转步骤（2）。3.3人口分布寻优分析将自适应算法和混沌算法引入到人工蜂群算法中，不仅克服了蜂群算法易陷入局部最优的缺点，而且提高了寻优的效率和解的质量。利用ABC算法和HABC算法分别对人口分布进行寻优，结果如图3～6所示....

图4ABC算法和AHABC算法第三代寻优对比

图5ABC算法和AHABC算法第五代寻优对比

布寻优分析将自适应算法和混沌算法引入到人工蜂群算法中，不仅克服了蜂群算法易陷入局部最优的缺点，而且提高了寻优的效率和解的质量。利用ABC算法和HABC算法分别对人口分布进行寻优，结果如图3～6所示。从图中可以看出，在算法初期，HABC算法产生的初始种群距最优解较近，分布也比较集中....

图6ABC算法和AHABC算法第十代寻优对比4仿真分析

本文编号：4036004