基于多策略改进的棕熊优化算法
刘天宝
刘雪薇
长春工业大学 数学与统计学院,吉林 长春 130012
摘要：棕熊优化算法具有计算效率高,不含任何特定参数等优势,但棕熊优化算法存在求解精度不高、容易陷入局部最优和种群多样性不足等问题,为提升其性能,提出了一种改进的棕熊优化算法.首先,在算法初始化阶段,提出了一种混沌映射策略来增强初始种群的多样性.其次,在足迹气味标记行为中引入了高斯突变,增强算法的搜索能力,提高算法跳出局部最优解的概率.最后,利用二次插值策略生成新的棕熊个体,采用贪婪策略更新局部最优解,提高算法的求解精度.实验结果表明,多策略改进的棕熊优化算法具有较强的竞争力和优越性.
关键词：棕熊优化算法LSC混沌映射高斯突变二次插值
分类号：TP273(自动化技术及设备)
资助基金：吉林省自然科学基金(YDZJ2025MZYTS664)吉林省教育厅科学技术研究项目(JJKH20220662KJ)国家自然科学基金(12026430)吉林省科技厅项目(20210101149JC)吉林省科技厅项目(20200403182SF)
论文发表日期：2025-03-31
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 38-44 )
英文信息