基于混沌和自适应搜索策略的GSO算法分析与优化

来源：计算机工程与应用杂志2019年第3期北京时间：

作者：黄宇达1，王迤冉2，牛四杰3

单位：1.周口职业技术学院 信息工程学院，河南 周口 466000；2.周口师范学院 计算机科学与技术学院，河南 周口 466000；3.南京理工大学 计算机科学与工程学院，南京 210094

摘要：针对基本萤火虫群算法在全局优化问题求解过程中存在的求解精度偏低、易陷入局部最优、收敛速度较慢等问题，提出一种基于混沌和自适应搜索策略的萤火虫优化算法（CSAGSO）。利用混沌搜索技术对萤火虫种群进行初始化以得到分布更为均匀、合理的较优初始解；运用混沌扰动优化策略对每一代适应度较差的部分萤火虫个体进行混沌扰动以增强种群多样性和提高全局搜索能力。采用动态步长的自适应搜索策略，并对寻优过程中静止不动的萤火虫个体位置进行更新，加快了算法前期收敛速度，减少了后期震荡现象发生。仿真实验结果表明，优化后的萤火虫算法参数较少并具有较好稳定性，同时在求解精度和收敛速度上都明显优于基本萤火虫群算法。

关键词：萤火虫群优化,Chebyshev混沌映射,优化,混沌扰动,动态步长,自适应搜索