-
题名多分支混沌变异的头脑风暴优化算法
被引量：3
- 1
-
-
作者
衣俊艳
施晓东
杨刚
-
机构
北京建筑大学电气与信息工程学院计算机系
中国人民大学信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第16期129-138,共10页
-
基金
北京市教委科研计划资助项目(KM202010016011,KM201910016008)
北京市自然科学基金(4192029,4144072)
+6 种基金
国家自然科学基金(61871020,61402032,62031003)
北京市优秀人才项目(2013D005017000017)
北京建筑大学科研基金(00331613002)
北京建筑大学市属高校基本科研业务费专项资金(X18064)
北京市社会科学基金(20GLC059)
住房城乡建设部科学技术计划项目(2017-R2-018)
北京建筑大学金字塔人才培养工程(JDYC20200324)。
-
文摘
头脑风暴优化算法是一种受人类群体行为启发的新型群智能优化算法。该算法通过模拟人类使用头脑风暴创造性解决问题的行为,在解空间中分析个体分布,并使用变异生成新个体,多次迭代求得最优解,具有较高的鲁棒性和自适应能力。针对头脑风暴优化算法精度较差、易陷入局部最优导致早熟收敛的缺陷,提出了一种多分支混沌变异的头脑风暴优化算法。该算法选取8种混沌映射,设计了一种多分支混沌变异算子。当原始算法陷入局部最优时,使用多分支混沌变异生成新个体,利用多种混沌运动的遍历性、随机性和多样性,扩大了混沌空间的范围,增强了算法全局搜索的能力。对10个经典测试函数的10、20、30维问题进行测试,并与原始头脑风暴优化算法、粒子群优化算法、遗传算法和布谷鸟搜索算法进行对比,实验结果表明,所提出的算法可以有效避免陷入局部最优,具有更高的稳定性和全局搜索能力。
-
关键词
混沌
头脑风暴优化算法
多分支混沌变异
群智能优化算法
-
Keywords
chaos
brain storm optimization algorithm
multi-branch chaotic mutation
swarm intelligence optimization algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
