逻辑自映射与Beta变异提升的混沌蚁狮优化算法:性能增强与应用
需积分: 5 84 浏览量
更新于2024-08-04
收藏 1.91MB PDF 举报
"基于逻辑自映射和Beta变异的混沌蚁狮优化算法是一篇发表于2020年第7期《计算机与数字工程》的研究论文,由胡元娇和郭玉纯两位研究人员合作完成。蚁狮优化算法(ALO)作为一种新兴的仿生智能优化算法,其优势在于参数调节较少、实现简单且求解精度高,被广泛应用于特征选择、多目标优化、SVM参数优化等问题领域。然而,ALO算法存在易陷入局部最优、收敛速度较慢和早熟收敛的问题。
为了改进这些缺陷,研究者提出了基于逻辑自映射和Beta变异的混沌蚁狮优化算法(CALO)。逻辑自映射是一种混沌序列生成技术,通过引入这种技术,算法能够优化精英个体,使其跳出局部最优区域。同时,Beta变异策略被用于处理适应度值较低的种群个体,增强了算法的全局搜索能力和多样性,有助于避免过早收敛。
在实验部分,研究者将CALO算法与基本的蚁狮优化算法和粒子群算法进行了对比,通过在五种Benchmark基准函数上的寻优测试,结果显示CALO算法表现出更强的全局搜索能力,更快的收敛速度,更高的精度,以及更优秀的寻优性能。该算法在保持了蚁狮优化算法自然启发式的优点的同时,有效地解决了其局限性,为优化问题提供了更为稳健的解决方案。
论文的关键点包括蚁狮优化算法、逻辑自映射技术、Beta变异策略以及混沌理论的应用。这标志着该算法在工程领域的潜在广泛应用前景,尤其是在需要高效全局优化和防止局部最优的复杂问题上。此外,该研究也为其他仿生算法的改进和优化提供了新的思路和方法论。"
2022-12-16 上传
2024-05-19 上传
2023-10-17 上传
2023-05-12 上传
2023-03-28 上传
2023-12-13 上传
2023-09-25 上传
2023-02-19 上传
2023-05-12 上传
米朵儿技术屋
- 粉丝: 1929
- 资源: 123
最新资源
- Unity UGUI性能优化实战:UGUI_BatchDemo示例
- Java实现小游戏飞翔的小鸟教程分享
- Ant Design 4.16.8:企业级React组件库的最新更新
- Windows下MongoDB的安装教程与步骤
- 婚庆公司响应式网站模板源码下载
- 高端旅行推荐:官网模板及移动响应式网页设计
- Java基础教程:类与接口的实现与应用
- 高级版照片排版软件功能介绍与操作指南
- 精品黑色插画设计师作品展示网页模板
- 蓝色互联网科技企业Bootstrap网站模板下载
- MQTTFX 1.7.1版:Windows平台最强Mqtt客户端体验
- 黑色摄影主题响应式网站模板设计案例
- 扁平化风格商业旅游网站模板设计
- 绿色留学H5模板:科研教育机构官网解决方案
- Linux环境下EMQX安装全流程指导
- 可爱卡通儿童APP官网模板_复古绿色动画设计