[发明专利]一种引入变异策略的混沌天牛群搜索算法

说明书

本发明公开了一种引入变异策略的混沌天牛群搜索算法，包括：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；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；提出变异因子策略进行位置更新，使该算法更易跳出局部最优，增强算法的稳定性与精度。本发明改进了传统天牛须搜索算法(BAS)在解决高维度问题时精度低、收敛速度慢、稳定性差、易陷入局部最优等缺点，同时保留了BAS参数少、易于实现等优点，极大的提高了收敛速度、增强了算法的稳定性和全局搜索能力，最大限度的避免了陷入局部最优解的问题。

技术领域

本发明涉及一种引入变异策略的混沌天牛群搜索算法。

背景技术

近些年来，一些学者从自然界中的生物行为或自然现象中得到启发，以生物的种群为基础，提出了大量的启发式智能仿生算法，如1992年由Dorigo M等人提出蚁群算法，粒子群算法在1995年被J Kennedy等人提出，人工蜂群算法在2007年由Karaboga等人提出，Yang等人于2010年提出蝙蝠优化算法，由Mirgalili等人于2014年提出了灰狼优化算法等，这些算法一经被提出便在各个领域得到广泛的应用。

天牛须搜索算法(BAS)是在2017年由Xiang-yuan Jiang提出的一种生物元启发式智能搜索算法，它主要模拟的是天牛(一类带触角的昆虫)的捕食行为。BSA算法也被应用到了各个领域，(陈君宝，王宸，王生怀.基于变步长天牛须搜索算法的空间直线度误差评定[J].工具技术，2018，52(08):153-155.)基于变步长天牛须搜索算法的空间直线度误差评定、(邹东尧，陈鹏伟，刘宽.基于天牛须搜索优化的室内定位算法[J].湖北民族学院学报(自然科学版)，2018，36(04):70-74+98.)基于天牛须搜索优化的室内定位算法、(李桃，侯红英.基于天牛须优化算法的图像分割[J].计算机产品与流通，2019(03):160-161.)基于天牛须优化算法的图像分割、(王甜甜，刘强.基于BAS-BP模型的风暴潮灾害损失预测[J].海洋环境科学，2018，37(3):457-463.)风暴潮灾害损失预测等。但是对算法本身的改进与变体，却不是很多，其中，(赵玉强，钱谦.一类带学习与竞技策略的混沌天牛群搜索算法[J].通信技术，2018，51(11):2582-2588)赵玉强提出的一类带学习与竞技策略的混沌天牛群搜索算法、(郑源，付晓刚，轩艳文.基于混沌迁移的社会学习天牛群算法[J].上海电机学院学报，2019，22(03):153-159)郑源等人所提出的基于混沌迁移的社会学习天牛群算法和(邵良杉，韩瑞达.基于天牛须搜索的花朵授粉算法[J].计算机工程与应用，2018，54(18):188-194)邵良杉等人应用天牛须算法来改进花朵授粉算法等，都从不同角度出发，对天牛须算法进行改进。

由于所模仿的天牛个体的触须有着敏锐的感知能力，使得个体很容易确定出下一步的移动方向，避免了盲目随机的无规则移动，从而提高了算法的收敛速度，且与其他算法相比不需要很多的控制参数。在标准BAS算法中，单个的天牛只能在当前位置感知并确定接下来的前进方向，这种搜索方式虽然加快了算法的收敛速度，但在较高维度的函数中只能收敛到局部极值，而且在复杂的多峰函数优化中，天牛个体的搜索很容易导致算法陷入局部寻优。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种引入变异策略的混沌天牛群搜索算法，具有较强的稳定性的同时还具有更优的精度和较快的收敛速度，并能最大限度的避免产生局部最优解问题。

为了解决上述技术问题，本发明提供一种引入变异策略的混沌天牛群搜索算法，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；