基于混沌映射和萊維飛行擾動的蛇形優(yōu)化算法

摘要： 為解決蛇形優(yōu)化算法收斂速度慢和尋優(yōu)能力差的問題，提出一種基于改進的Tent混沌映射和萊維飛行擾動的先進蛇形優(yōu)化算法(ASO)。引入改進Tent混沌映射，提高初始種群的多樣性；在蛇群勘探和開發(fā)過程中引入自適應概率閾值，平衡算法全局搜索和局部開發(fā)的能力；為保證種群進化方向，將萊維飛行擾動和貪心算法相結合，對劣勢蛇個體生成更大擾動。通過在9個復雜測試函數(shù)上與其它4種元啟發(fā)式算法進行對... （共11頁）