[发明专利]一种引入变异策略的混沌天牛群搜索算法

权利要求书

1.一种引入变异策略的混沌天牛群搜索算法，其特征在于，包括以下步骤：

步骤1：应用粒子群策略将天牛须搜索算法中的天牛个体扩展为天牛群，扩大算法的搜索范围；

步骤2：引入混沌映射机制对天牛群进行混沌扰动，使初始化的种群以随机的方式均匀分布，加快算法的收敛速度；

步骤3：提出变异因子策略进行位置更新，使算法更易跳出局部最优。

2.如权利要求1所述的引入变异策略的混沌天牛群搜索算法，其特征在于，在步骤1中，粒子群算法开始时需要随机给出一个群落，速度V和位置X是粒子群算法的两个属性，V表示粒子的运动速度，X表示粒子的运动方向，当在D维解空间时，随机给出n个粒子，粒子i的位置为X＝(X_i1，X_i2，…，X_iD)，i＝1，2，…，n，x_i所得到的目标函数值就是粒子i的适应度值，粒子i的速度为V_i＝(V_i1，V_i2，…，V_iD)，粒子的速度和位置更新公式如下：

其中，k＝1，2，…，n是迭代次数，c₁，c₂是学习因子，c₁为每个个体的学习因子，c₂为每个个体的社会学习因子，通常c₁＝c₂∈[0，4]，R₁，R₂表示在[0，1]上的随机数，P_best表示粒子当前的最优置，G_best表示全局最优位置。

3.如权利要求1所述的引入变异策略的混沌天牛群搜索算法，其特征在于，在步骤2中，混沌运动在混沌吸引域内以各种状态发生，且不丧失初始化天牛群所需的随机性，即采用Logistic混沌映射，其公式为：

X_n+1＝μX_n(1-X_k),n＝0,1,2,···,μ∈[0,4]

其中μ∈[0,4]为Logistic的控制参数，0≤x₀≤1时，系统处于混沌状态，将迭代得出的n个天牛个体利用混沌变量的遍历性，迭代m次，得到寻优天牛群p＝n×m。

4.如权利要求1所述的引入变异策略的混沌天牛群搜索算法，其特征在于，在步骤3中，应用变异因子策略进行位置更新，即：

其中，γ为变异权重因子，γ∈[0，2]，r₁、r₂、r₃为服从均匀分布的随机整数，r₁≠r₂≠r₃，r₁、r₂、r₃∈{1，2，…，N}。